img113 (15)

107

Elementarne wprowadzenie do techniki sieci neuronowych

i nauczenia takiej “wyczynowej” sieci, dlatego większość praktyków mając do rozwiązania złożone i trudne zadanie - szuka rozwiązania w tworzeniu złożonej wielowarstwowej sieci.

Jest bowiem rzeczą bezsporną, że sieć złożona z wielu warstw neuronów ma znacznie bogatsze możliwości. Tu obszary, w których neurony będą pozytywnie reagowały na sygnały wejściowe, mogą mieć bardziej skomplikowaną formę. W przypadku sieci dwuwarstwowej będą to pewne wielokąty wypukłe (lub ich wielowymiarowe odpowiedniki, tak zwane simpleksy), natomiast w przypadku sieci o większej liczbie warstw mogą to być dowolne wielokąty (także nie wypukłe), a nawet obszary niejednospójne (złożone z wielu oddzielnych “wysp”). Myślę, że lepiej będzie to zobaczyć na ekranie, niż opisywać czy rysować, dlatego przygotowałem dla Ciebie program 06D.BAS. Wpisz go do komputera i pobaw się nim - pozwala on uzyskiwać podobne mapy, jak te, które budowałeś w poprzednim programie, ale szybciej i łatwiej, oraz - co najważniejsze - działa on dla sieci o dowolnej liczbie warstw. Jeśli wybierzesz sieć jednowarstwową - zobaczysz znany Ci już obraz dyskryminacji liniowej (rys 6.10). Jeśli wybierzesz sieć dwuwarstwową - zobaczysz, że sieć zdoła w przestrzeni sygnałów wejściowych wyciąć podobszar spójny wypukły ograniczony płaszczyznami - tak zwany simpleks (rys. 6.11). Dla sieci mającej trzy (lub więcej) warstw - nie ma już żadnych ograniczeń. Obszar wyróżniany przez sieć w przestrzeni sygnałów wejściowych może być dowolnie skomplikowany, nie koniecznie wypukły i nie koniecznie spójny (rys. 6.12).

Rys. 6.10. Przykładowy obszar reakcji sieci neuronowej o jednej warstwie