img206 (5)

img206 (5)



200 Sieci neuronowe samouczące sit

Dzięki obecności na ekranie śladu kolejnych położeń uczących się neuronów zauważysz też jeszcze jedną, dość interesującą i ogólną cechę sieci neuronowych - mianowicie to, że postęp uczenia na początku tego procesu jest szybszy i większy, niż w jego końcowej fazie.

9.7. Jakie formy samouczenia daje wprowadzenie konkurencji do sieci?

Program 10C.BAS zaraz po uruchomieniu pyta, czy ma zastosować “złagodzoną” konkurencję. Na początku sugeruję, byś z tej opcji nie korzystał (wystarczy, że naciśniesz Enter - będzie to oznaczało odpowiedź “nie”). Do eksperymentów ze złagodzoną konkurencją przystąpimy nieco później, gdy już poznasz zalety, ale także i mankamenty konkurencji “twardej”.

Dzięki “twardej” konkurencji w programie 10C.BAS nie będą się tworzyły znane Ci z eksperymentów z programami 10A.BAS i 10B.BAS “kliki” neuronów mających dokładnie te same preferencje. Przy odrobinie szczęścia (zwłaszcza w sieciach mających zawierających spory nadmiar neuronów w stosunku do liczby klas) nie powinny się także tworzyć luki i “martwe pola” w reprezentacji wejściowych obiektów przez poszczególne neurony, czyli obiekty, do których nikt się nie chce przyznać w procesie rozpoznawania. Po zastosowaniu konkurencji można więc z dużym prawdopodobieństwem przyjąć, że nie będzie w sieci grup neuronów rozpoznających tę samą klasę i nie będzie klas, które nie będą rozpoznawane przez żaden neuron. Zupełnie jak w życiu: “każda potwora znajdzie swego amatora3".

Dzięki temu, że podczas uczenia z konkurencją inne neurony (poza zwycięzcą) nie zmieniają swojego położenia, są one gotowe do przyjęcia i zaakceptowania innego wzorca. Dzięki czemu w sytuacji, gdy podczas uczenia pojawią się nagłe obiekty z zupełnie innych klas - w sieci będą wolne neurony gotowe do tego, by niezwłocznie podjąć trud rozpoznawania tych nowych klas i systematycznego doskonalenia się w ich identyfikowaniu. Możesz to doskonale prześledzić na swoim ekranie, ponieważ w programie 10C.BAS wbudowałem możliwość zażądania, by w polu widzenia już nauczonej sieci pojawiły się nowe, do tej pory całkiem nieznane obiekty. Efekt ten uzyskasz, naciskając w dowolnym momencie podczas symulacji klawisz “n” (nie pomyl się - tylko “n” tak działa, każdy inny klawisz zainicjuje proces samouczenia jeszcze raz od samego początku z innym

“Wszak wiesz, że gdyby nie konkurencja typu WTA (wynikająca z obowiązującej padły by w udziale wyłącznie intelektualnej elicie społeczeństwa (to znaczy infor-


Wyszukiwarka

Podobne podstrony:
img176 (9) 170 Sieci neuronowe samouczące się tuje w każdym kolejnym kroku obraz, na którym widoczne
img180 (11) 174 Sieci neuronowe samouczące się9.2. Jak przebiega dłuższe samouczenie sieci? Omówiony
img182 (10) 176 Sieci neuronowe samouczące się to “chwilę” potrwać!), a potem sam pokazuje wzorce sy
img194 (8) Sieci neuronowe samouczące się Wróćmy jednak do dalszych eksperymentów. Jeśli uważnie będ
img202 (5) 196 Sieci neuronowe samouczące się (i tylko jego!) współczynniki wagowe są zmieniane, prz
img204 (6) Sieci neuronowe samoucząęe się Sieci neuronowe samoucząęe się/ / Rys. 0.34. Sposób prezen
img186 (8) Sieci neuronowe samouc9.3. Czy postęp samouczenia można uznać za rosnącą mądrość sieci? P
77122 img182 (10) 176 Sieci neuronowe samouczące się to “chwilę” potrwać!), a potem sam pokazuje wzo
img176 (9) 170 Sieci neuronowe samouczące się tuje w każdym kolejnym kroku obraz, na którym widoczne
img180 (11) 174 Sieci neuronowe samouczące się9.2. Jak przebiega dłuższe samouczenie sieci? Omówiony
img188 (5) 182 Sieci neuronowe samouczące się - co zresztą znamy z codziennego doświadczenia: młodzi

więcej podobnych podstron