img188 (5)

img188 (5)



182 Sieci neuronowe samouczące się

- co zresztą znamy z codziennego doświadczenia: młodzi ludzie wykazują ogromną łatwość przy adaptowaniu się do nowych warunków i przy uczeniu się nowych umiejętności, starsi natomiast, doświadczeni i wyspecjalizowani w wykonywaniu pewnych funkcji i w identyfikowaniu pewnych sytuacji -uczą się z trudem, źle przyjmują nowości i mają skłonność do reagowania dezaprobatą na nowe zjawiska i procesy. Jak widzisz - sieć neuronowa robi prawie dokładnie to samo.

Szczegółowy przebieg tych procesów zależy od tego, jaki jest początkowy rozkład wartości współczynników wag neuronów (czyli od tego, jakie “osobnik” ma wrodzone cechy) oraz od tego, w jakiej kolejności pokazywane są poszczególne obiekty ciągu uczącego (czyli od tego, jakie “osobnik” ma doświadczenie życiowe). Jedni dłużej zachowują młodzieńczą zdolność do dziwienia się nowościom i entuzjastycznego ich przyjmowania, inni bardzo szybko zastygają w swoich starczych uprzedzeniach i fobiach. Możesz to także dokładnie prześledzić, ponieważ program 10B.BAS jest tak zbudowany, że powtórne naciśnięcie klawisza z numerem eliminowanej ćwiartki powoduje ponowne wystartowanie procesu samouczenia (z taką samą liczbą neuronów) ponownie od losowo wybranych wartości początkowych wektorów wag wszystkich neuronów i z nowym (przypadkowym i innym niż poprzednio) ciągiem obiektów uczących1. Ponawiając w ten sposób kilka razy proces uczenia - zauważysz łatwo, że dążenie do samoorganizacji (w sensie spontanicznego dążenia poszczególnych neuronów do identyfikowania się z określoną klasą nadchodzących sygnałów wejściowych) jest stalą cechą samouczącej się sieci neuronowej - niezależną od tego, jak wiele jest klas, jak liczna jest populacja neuronów i jak są rozłożone ich początkowe wartości współczynników wag. Zauważysz też, że sieci mające większą liczbę neuronów (“zdolniejsze”) wykazują dłużej zdolność do akceptowania nowości i uczenia się nowych umiejętności. Kostnienie w starczych uprzedzeniach i przesądach nie jest więc - jak się często twierdzi - wyrazem mądrości przychodzącej z wiekiem, lecz stanowi bezpośrednią manifestację przyrodzonej głupoty.

9.4. Co jeszcze warto zauważyć podczas samouczenia sieci?

Przy użyciu programu 10B.BAS możesz wykonać bardzo wiele różnych badań. Na wstępie proponuję Ci, abyś przeanalizował wpływ sposobu

1

Jeśli chcesz ponowić uczenie dla obiektów ze wszystkich czterech ćwiartek - użyj klawisza spacji, co spowoduje przerwame aktualnie prezentowanej symulacji i wystar-


Wyszukiwarka

Podobne podstrony:
img176 (9) 170 Sieci neuronowe samouczące się tuje w każdym kolejnym kroku obraz, na którym widoczne
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
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
img192 (6) Sieci neuronowe samouczące się Dalszy proces samouczenia powoduje wprawdzie, że te “detek
img196 (8) Sieci neuronowe samouczące się nia realnie występujących obiektów, ale wyraźnie stawiając
img200 (6) Sieci neuronowe samouczące się Rys. 9.32. Chaotyczne przemieszczenia neuronów przy losowo
img176 (9) 170 Sieci neuronowe samouczące się tuje w każdym kolejnym kroku obraz, na którym widoczne

więcej podobnych podstron