img270 (6)

img270 (6)



264 Sieci rekurencyjr

Rys. 11.21. Możliwość modyfikacji lub odrzucenia wprowadzonego znaku Możliwe są także automatycznie generowane wzorce (będzie o nich dalej mowa) mają one jednak niestety mało czytelne kształty, więc może na początku nie stosuj ich zbyt wiele. Najlepiej zacznij od kilku liter (ja stosowałem zestaw A, B, C, I, X); po ich wprowadzeniu na pytanie o kolejny wzorzec naciśnij po prostu “pusty Enter”. Obserwacja, jak sieć sobie radzi z zapamiętywaniem tych liter i ich odtwaniem jest bardzo ciekawa. Okazuje się na przykład, że sieć dobrze i skutecznie przypomina sobie B, nieco gorzej C, I oraz X, natomiast regularnie pojawiają się “przesłuchy” przy odtwaniu A (rys. 11.22).

Rys. 11.22. Powodzenie przy odtwarzaniu wzorca litery C i dwie formy niepowodzenia przy odtwarzaniu przez sieć neuronową wzorca litery A


Wyszukiwarka

Podobne podstrony:
img288 (3) 282 Sieci rekurencyjr Rys. 11.45. Przełączenie prezentacji z formy iloczynu skalarnego do
img274 (5) Sieci rekurencyjne Rys. 11.26. Miary podobieństwa sygnałów wyrażone przez odległości Hamm
img286 (3) Sieci rekurencyjne Rys. 11.42. Sukces przy zapamiętywaniu dużej liczby nie całkiem ortogo
77082 img288 (3) 282 Sieci rekurencyjr Rys. 11.45. Przełączenie prezentacji z formy iloczynu skalarn
img268 (3) 262 Sieci rekurencyjr Rys. 11.17. Odtworzenie przez pamięć skojarzeniową negatywu zapamię
img284 (3) 278 Sieci rekurencyjr Rys. 11.39. Niezawodne odtwarzanie wiadomości przy niewielkiej licz
img288 (3) 282 Sieci rekurencyjr Rys. 11.45. Przełączenie prezentacji z formy iloczynu skalarnego do

więcej podobnych podstron