img186 (8)

Sieci neuronowe samouc

9.3. Czy postęp samouczenia można uznać za rosnącą mądrość sieci?

Podam Ci teraz pewne ogólne wskazówki, co mógłbyś zbadać przy pomocy opisanego wyżej programu, oraz zasugeruję Ci pewne proste, ale pouczające eksperymenty, które możesz sam wykonać. Myślę, że te eksperymenty zainteresują Cię zarówno z tego punktu widzenia, że pozwolą Ci lepiej poznać właściwości procesu samouczenia w sieciach neuronowych, jak i z tego powodu, że na ich podstawie można wyciągać bardzo ciekawe wnioski ogólniejszej natury. Opiszę Ci przy tym jak korzystać z programu 10B.BAS, chociaż jestem pewien, że po rozpoczęciu badań sam odkryjesz mnóstwo jego dalszych dodatkowych możliwości.

Uruchomiwszy proces uczenia z pewną liczbą neuronów zaobserwuj najpierw proces wykrywania przez te neurony faktu, że wśród danych wejściowych mają one do czynienia z powtarzającymi się prezentacjami pewnych charakterystycznych obiektów. Istotnie, bardzo szybko w chaotycznym z początku zbiorze neuronów zauważysz dążenie do podziału całej populacji neuronów na tyle podgrup, ile klas obiektów pojawia się na wejściu. Możesz to bardzo łatwo sprawdzić, ponieważ naciskając w trakcie symulacji klawisz z numerem określonej ćwiartki (od 1 do 4) spowodujesz, że obiekty pokazywane w trakcie uczenia pochodzić będą tylko z trzech, a nie z czterech ćwiartek (obiekty z ćwiartki, której numer nacisnąłeś będą pomijane), co pozwoli Ci stwierdzić, jak skutecznie sieć sama z siebie wykrywa, ile (i jakich) klas obiektów powinna rozpoznawać (patrz rys. 9.18 i 9.19).

Rys. 9.18. Początkowy etap procesu samouczenia w czasie którego pomijane są obiekty z 2. ćwiartki.