img205 (5)

img205 (5)



Elementarne adzenie do techniki sieci neuronowych

Przy dużej liczbie neuronów proces samouczenia z konkurencją jest trudniej obserwować proces uczenia, bo ma on (w odróżnienia od klasycznego samouczenia dużych sieci) bardzo lokalny charakter (rys. 9.36). Wynika to z faktu, że przy licznych neuronach gęsto rozrzuconych dystans od najbliższego sąsiada (neuronu najbliższego w stosunku do pokazanego wzorca jest bardzo mały i trajektoria nauczanego “zwycięzcy” jest w wyniku tego mało zauważalna.

Elementarne adzenie do techniki sieci neuronowych


Rys. 9.36. Proces samouczenia z konkurencją w dużej sieci Z kolei przy bardzo malej liczbie neuronów (na przykład 5) trajektorie będą efektowne i długie, a w dodatku będziesz mógł zauważyć, że przy zastosowaniu konkurencji nawet bardzo słaba początkowo skłonność jakiegoś neuronu do rozpoznawania jakiej klasy obiektów może zostać wychwycona i wzmocniona przez proces uczenia - pod warunkiem, że “konkurenci” będą mieli jeszcze słabszą skłonność do rozpoznawania tej właśnie klasy obiektów (rysunek 9.37).

\

X

L

małą liczbą neuronów


Rys. 9.37. Proces samouczenia


Wyszukiwarka

Podobne podstrony:
img231 (10) Elementarne wprowadzenie do techniki sieci neuronowych 22510.6. Co się dzieje w sieci pr
img013 (68) Elemen prowadzenie do techniki sieci neuronowych trafię dla nich jasno sprecyzować cel
img023 (60) Elementarne wprowadzenie do techniki sieci neuronowych z ocenami nauczyciela). Wielkość
img033 (49) Elementa lie do techniki sieci neuronowych 27 które elementy należy ze sobą połączy
img067 (27) Elementarn nic do techniki sieci neuronowych sprawiające wrażenie “wiedzy tajemnej”. Jeś
img071 (31) Elementarne wprowadzenie do techniki sieci neuronowych 65 Rys. 4.16. Prezentacja położen
img093 (18) Elementarne wprowadzenie do techniki sieci neuronowych 87 wartości współczynnika określa

więcej podobnych podstron