img151 (7)

Elementarne wprowadzenie do techniki sieci neuronowych 145

rzeczywistości - czy nie. Jeśli Ci się nie uda od razu wytworzyć zadania, które odpowiada Twoim potrzebom - możesz po podaniu parametrów dla wszystkich trzech kół zacząć proces zadawania obszarów jeszcze raz od początku, gdyż program zapyta “Zmieniasz obszary?” i wystarczy napisać “t” żeby zacząć wszystko jeszcze raz od początku. Jeśli natomiast wynik Twojej “twórczości artystycznej” zaspakaja Twoje ambicje - wystarczy nacisnąć klawisz Enter i zadanie dla sieci zostanie zatwierdzone.

Uczenie sieci będzie się odbywało w ten sposób, że losowo wybierane będą z widocznego na ekranie obszaru kolejne punkty, na podstawie Twojej mapki ustalane będzie, do której klasy punkty te należy zaliczyć, a potem zestaw złożony ze współrzędnych punktu i ustalonej poprawnej odpowiedzi sieci będzie podawany jako element ciągu uczącego. Jeśli wybierzesz zadanie, w którym znacznie większy obszar w rozważanym okienku zajmować będą punkty, dla których wymagana będzie decyzja pozytywna (czerwone) - sieć w trakcie uczenia będzie stosunkowo rzadko otrzymywać przykłady obiektów, dla których powinna się nauczyć negatywnych reakcji i będzie się stosunkowo wolno uczyć. Identyczne kłopoty (tylko “w drugą stronę”) pojawią się w przypadku sieci uczonej przykładami z nadreprezentacją przykładów, dla których wymagana jest reakcja negatywna (“wielki błękit”). Dlatego należy dążyć do tego, by na wytworzonym rysunku było (w przybliżeniu) tyle samo czerwieni, co błękitu. Wtedy proces uczenia przebiegać będzie maksymalnie sprawnie - ku Twojej rzetelnej satysfakcji. Jeśli nie posłuchasz mojej rady - otrzymasz zadanie którego sieć też się w końcu nauczy, ale co się przy tym naczekasz to Twoje!

Jak już wytworzysz zadanie w postaci satysfakcjonującej Twoje ambicje i zrównoważonej (w wyżej omówionym sensie) mapy obszarów, w których wymagać będziesz od sieci odpowiednich decyzji: pozytywnych (tam, gdzie kolor czerwony) lub negatywnych (tam, gdzie kolor błękitny) i nareszcie zatwierdzisz je naciśnięciem klawisza Enter - możesz rozpocząć proces uczenia.

Na początku program pokaże Ci, jakie decyzje podejmuje sieć jeszcze przed rozpoczęciem procesu uczenia, na podstawie przypadkowych (losowo wybranych) wartości współczynników wag wszystkich wchodzących w jej skład neuronów. Na ogól ten początkowy rozkład decyzji produkowanych przez sieć ma się nijak do zadania, które sieci postawiłeś no bo niby skąd ta sieć miała by przed uczeniem wiedzieć, czego Ty od niej chcesz? Warto się jednak przyjrzeć tej początkowej mapie “wrodzonych preferencji” sieci i porównać ją z obrazkiem, jaki obok sam wytworzyłeś definiując zadanie do rozwiązania.

Cały dalszy przebieg procesu uczenia będzie bardzo silnie zależny od tego, jak bardzo te dwa obrazki są do siebie podobne. Jeśli oba obrazki są