img207 (5)

img207 (5)



radzenie do techniki sieci


neuronowych


201


początkowym rozkładem wag neuronów). Naciskając kilka razy klawisz “n” i obserwując wyniki możesz doprowadzić do tego, że Twoja sieć uzyska w trakcie samouczenia umiejętność rozpoznawania znacznie większej liczby klas, niż stale do tej pory eksploatowane cztery typy Marsjan (nie żądaj jednak ode mnie, żebym wymyślił, co też te inne klasy mogą przedstawiać!). Dzięki samouczeniu z konkurencją każda z tych licznych klas wejściowych obiektów zyska sobie “anioła stróża” w postaci neurony, który będzie się od tej pory z tą właśnie klasą utożsamiał (rys. 9.38).


Rys. 9.38. Możliwość uczenia sieci z konkurencją rozpoznawania wielu wzorców

Niestety, czysty proces samouczenia połączony z “twardą” konkurencją także może prowadzić do pewnych wynaturzeń. Kiedy uruchomisz proces samouczenia z niewielką liczbą neuronów - dla każdej z pokazywanych (czterech w moim programie) nielicznych na początku klas znajdzie się neuron, który będzie daną klasę sygnalizował czy wykrywał. Jeśli jednak pojawią się nowe klasy obiektów (po naciśnięciu klawisza “n”) może się zdarzyć, że “zwycięzcą” przy rozpoznawaniu którejś z nowych klas


Wyszukiwarka

Podobne podstrony:
img161 (8) 155 Elementarne wprowadzenie do techniki sieci neuronowych Rys. 8.20. Początkowy etap ucz
img013 (68) Elemen prowadzenie do techniki sieci neuronowych trafię dla nich jasno sprecyzować cel
img021 (62) Eleme wprowadzenie do techniki sieci neuronowych wysiłek, jaki człowiek w ten “trening”
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

więcej podobnych podstron