Elementarne radzenie do techniki sieci 45
niu, aż wreszcie po wykonaniu pewnej liczby kroków procesu uczenia -zatrzymuje się zupełnie. Warto pamiętać, że proces uczenia mający na celu wytrenowanie wykonywania tego samego zadania za pomocą tej samej sieci - może przebiegać różnie. Na rysunku 3.2. Pokazano trzy przebieg procesu uczenia, które różnią się zarówno szybkością postępu uczenia jak i końcowym efektem (w postaci wielkości współczynnika błędu, poniżej którego sieć nie chce zejść mimo intensywności uczenia). Ponieważ wszystkie wykresy dotyczą tej samej sieci i tego samego zadania, a różnią się tylko początkowymi (przypadkowo wybieranymi) wartościami współczynników wag przed uczeniem - można powiedzieć, że na wykresach tych ujawniają się zróżnicowane “wrodzone zdolności” sieci.
Rys. 3.2. Malenie błędu trakcie procesu uczenia dla różnych badanych
W niektórych typach sieci (na przykład Kohonena lub typu Counter Pro-pagation) wymaga się dodatkowo, by początkowe wartości współczynników wagowych były w pewien sposób unormowane, ale o tym porozmawiamy podczas omawiania tych właśnie szczególnych typów sieci.
Niestety, odpowiedź na postawione wyże pytanie jest pesymistyczna. Za wygodę korzystania z procesu uczenia zamiast “ręcznego” programowania sieci trzeba zapłacić długim czasem uczenia - i na ogół trzeba ten fakt przyjąć z pokorą, bo nie znaleziono na to żadnej naprawdę skutecznej rady. Co gorsza, trudno z góry przewidzieć, jak długo trzeba będzie uczyć daną konkretną sieć, zanim zacznie ona przejawiać jakieś elementy inteligentne-