|
|
Регистрация Восстановить пароль |
Регистрация | Задать вопрос |
Заплачу за решение |
Новые сообщения |
Сообщения за день |
Расширенный поиск |
Правила |
Всё прочитано |
|
Опции темы | Поиск в этой теме |
21.10.2011, 17:34 | #1 |
somewhere else
Участник клуба
Регистрация: 17.07.2008
Сообщений: 1,409
|
Нейронные сети - учебник "для дураков"
Вероятно тема эта уже слегка заезженная, но все же рискну попросить помощи. Вообщем на данный момент у меня есть эдакая нейро-амеба из одного нейрона с двумя входами и одним входом, на котором стабильно единица. Я его пытался научить функции OR, в принципе получилось, но есть некоторые вопросы, на которые очень хотелось бы получить ответ:
За базу я взял вот это вот видео: C++ perceptron training Код нейрона на codepad 1. Что это за лишний дендрит, на который всегда должна подаваться единица? 2. Что можно почитать/посмотреть (простого и понятного!) что бы научится строить нейронные сети из >1 нейрона, для распознания гораздо больше количества классов, чем два. 3. Может ли один нейрон распознать более двух классов объектов имея всего два реальных входа( то есть не считая этого самого единичного дендрита )? 4. Существуют ли "песочницы", в которых можно построить простые нейронные сети в целях изучения их поведения, то есть задать там веса вручную, входные данные, выходные данные, запустить обучалку и увидеть процесс обучения. Третий вопрос меня интересует в основном потому, что когда я сделал просто два дендрита, то есть не делал третьего - единичного, сеть обучалась бесконечно и все время стабильно безуспешно. То есть веса менялись, а вот желаемый результат так и не наступал, и менялись веса сугубо циклически по константному множеству значений.
"Тяжело в учении, легко в бою" - А.В. Суворов
Последний раз редактировалось Ivan_32; 21.10.2011 в 17:36. |
21.10.2011, 19:43 | #2 | |
Старожил
Регистрация: 12.11.2010
Сообщений: 8,568
|
Цитата:
|
|
21.10.2011, 19:58 | #3 | |
Старожил
Регистрация: 28.01.2009
Сообщений: 21,000
|
Цитата:
Хорошо поставленный вопрос это уже половина ответа. | Каков вопрос, таков ответ.
Программа делает то что написал программист, а не то что он хотел. Функции/утилиты ждут в параметрах то что им надо, а не то что вы хотите. |
|
21.10.2011, 19:59 | #4 |
Форумчанин
Регистрация: 15.06.2010
Сообщений: 740
|
По опыту могу сказать, что нейронные сети - гавно. Гораздо лучше обощить задачу и програмить линейными методами.
Чтобы понять рекурсию, сперва нужно понять рекурсию.
|
21.10.2011, 20:07 | #5 |
Старожил
Регистрация: 12.11.2010
Сообщений: 8,568
|
Пепел Феникса
Ну, если понравится Д.В. Введение в искусственный интеллект - конспект лекций. М., 2004. 208 с Это файл в формате djvu. После скачивания измениете расширение на djvu Последний раз редактировалось Вадим Мошев; 21.10.2011 в 20:12. |
21.10.2011, 20:08 | #6 |
Старожил
Регистрация: 19.04.2010
Сообщений: 2,702
|
Нейронные сети - это обработка статистики по случайным данным. Вдумайтесь в это!
Любые аналитические алгоритмы уделуют любую нейронную сеть. |
21.10.2011, 22:15 | #7 | |
Участник клуба
Регистрация: 21.11.2007
Сообщений: 1,692
|
1. Это порог активационной функции
2. Хайкин "Нейронные сети полный курс 2е издание", Ясницкий "Введение в искусственный интеллект" 3. Нет, один нейрон способен решать только линейно разделимые задачи, их не много(or, and, not), а вот xor таковой не является, и для ее решения нужен как минимум двухслойный персептрон. 4. matlab(интересный пример использования http://articles.mql4.com/ru/395), неплохой сайт по НС http://www.neuroproject.ru Цитата:
Последний раз редактировалось Kostia; 21.10.2011 в 22:48. |
|
22.10.2011, 09:13 | #8 |
Старожил
Регистрация: 04.02.2009
Сообщений: 17,351
|
Одном журнале есть моя статья с исходниками на Дельфи . Про единицу там тоже сказано
Маньяк-самоучка
Utkin появился в результате деления на нуль. Осторожно! Альтернативная логика |
22.10.2011, 10:40 | #9 |
Участник клуба
Регистрация: 21.11.2007
Сообщений: 1,692
|
С единицей думаю и так все понятно. Для того чтобы иметь возможность корректировать не только весовые коэффициенты при обучении, но и порог активационной функции для каждого нейрона, то его представляют как еще один вход в нейрон x0 = +-1 w0 = θ
PS: в НС я самоучка, по началу тоже пытался сразу получить результат, писал кривые программы не понимая самой сути работы нейронов, а теперь как-то даже лень писать программы, хочется больше и больше узнавать о разных типах НС и самому выводить все эти обучающие алгоритмы. Сейчас собираю информацию по ГА, хочу на них повешать задачу обучения НС(минимизация среднеквадратичной ошибки). Сейчас без труда могу вывести алгоритм обратного распространения ошибки для различных методов безусловной оптимизации(квазиньютоновкие методы, метод сопряженных градиентов, метод градиентного спуска) |
06.07.2012, 11:35 | #10 |
Регистрация: 16.03.2010
Сообщений: 6
|
Автореферат и диссертация - Управление портфелем ценных бумаг на основе D-оценок Руссмана и нейросетевого моделирования в документах Google:
Автореферат >> http://docs.google.com/open?id=0Bwsn...zZUZDBjWmVEUXc Диссертация >> http://docs.google.com/open?id=0Bwsn...XpFVHVNWjgxeGs
Мой блог TRADING WAY >> http://tol64.blogspot.com
|
Похожие темы | ||||
Тема | Автор | Раздел | Ответов | Последнее сообщение |
"Электронный учебник" на языке дельфи | Lukashi | Общие вопросы Delphi | 18 | 14.05.2011 12:17 |
Как обойти "преобразование типа из "string" в "float" невозможно" | lexluter1988 | Помощь студентам | 1 | 07.08.2010 12:23 |
при вводе на листе "магазин"- код товара появлялось "описание" товара из "склада" с "продажной ценой" | aleksei78 | Microsoft Office Excel | 13 | 25.08.2009 12:04 |
"Рисовалка" для локальной сети. | Fabio | Работа с сетью в Delphi | 2 | 06.01.2009 14:37 |