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