img144 (12)

Sieć neuronowa rozpoznająca ma też zwykle wiele wyjść. Na ogól są one wykorzystywane w ten sposób, że do każdego wyjścia przypisuje się określone rozpoznanie. Na przykład w systemie automatycznego rozpoznawania znaków alfanumerycznych (tzw. zadania OCR) korzysta się z ponad 60 wyjść, z których każde przypisane jest do innego znaku - na przykład pierwszy neuron powinien sygnalizować pojawienie się litery A, drugi - B, itd.

Pomiędzy wejściem i wyjściem jest też zwykle przynajmniej jedna warstwa ukryta.

8.2. Jak zaprogramowałem najprostszą sieć neuronową do rozpoznawania?

W przykładzie, który niżej wspólnie wypróbujemy, będziemy rozważali sieć

0    zaledwie dwóch wejściach. Prawdę powiedziawszy w praktyce rzadko można coś ciekawego rozpoznać biorąc za podstawę jedynie dwie cechy, jednak dla naszego przykładu założenie dwóch tylko wejść do sieci mieć będzie jedną, podstawową zaletę: Każdy obiekt rozpoznawany przez sieć będzie można przedstawić w jako punkt na płaszczyźnie. Jedna współrzędna tego punktu odpowiada wartości pierwszej cechy rozpoznawanego obiektu, druga - wartości drugiej cechy. Pamiętasz może, że rozważałeś już wcześniej podobną sytuację (w rozdziale 6.4)? Zaproponowałem Ci wtedy, aby taką dwuwymiarową przestrzeń sygnałów wejściowych wyobrazić na przykład w ten sposób, że badana sieć jest mózgiem hipotetycznego zwierzęcia wyposażonego w dwa receptory - na przykład prymitywny wzrok

1    słuch. Im silniejszy jest sygnał odbierany przez wzrok - tym bardziej na prawo znajduje się punkt. Im silniejszy jest dźwięk - tym wyżej będzie się znajdował punkt na obrazku. Przypomnij sobie teraz tę analogię - okaże się przydatna.

Dzięki takiej umowie każdy “pokazywany” sieci obraz (każde “środowisko”, w jakim umieszczone będzie “zwierzę”) będzie można wyświetlić na ekranie jako jeden punkt o ustalonych współrzędnych, albo jako zapalony piksel na ekranie ulokowany w miejscu, którego współrzędne odpowiadać będą cechom rozważanego “środowiska”. Oczywiście na to, by można to było skutecznie robić na ekranie o ograniczonych rozmiarach trzeba będzie umówić się, że wartości rozważanych cech nie mogą być dowolne, lecz będą pochodziły z pewnego z góry ustalonego przedziału wartości. Konkretnie w rozważanym przykładzie widoczne na ekranie wartości obydwu współrzędnych (cech) stanowiących podstawę procesu rozpoznawania obrazów będą przyjmowane jedynie z przedziału od -5 do +5. Fakt ten będziesz musiał brać pod uwagę formułując zadania, które sieć będzie rozwiązywać.