50716 img305 (3)

299

wprowadzenie do techniki sieci

Ramka 4.

Czym jest “nauczyciel” w przypadku uczenia sieci neuronowej?

Warto wyjaśnić, jak należy rozumieć pojęcie “nauczyciela” trenującego sieć. Otóż jest to obiekt, który podaje do sieci przykładowe zadania wraz z rozwiązaniami. Uczenie sieci polega na naśladowaniu sposobu działania nauczyciela, dlatego wygodnie będzie wprowadzić pojęcie ciągu uczącego. Jest to zbiór przykładów na podstawie których sieć uczy się.

Załóżmy, że rozważana sieć ma n wejść i k wyjść. Wiąże się to oczywiście z tym, że w sieci takiej jest n neuronów w warstwie wejściowej i k neuronów w warstwie wyjściowej. Przy takich założeniach ciąg uczący dla uczenia pojedynczego neuronu ma postać:

U = {< X<»,z<¹> >,< X<²>,*<²> >.....< X<^W>,*<^N> >}

gdzie

< X*^J), *0) > są parami danych pokazywanych na wejściu i wyjściu sieci (neuronu) w j-tym kroku procesu uczenia;

X® jest n-wymiarowym wektorem danych wejściowych w j-tym kroku;

jest wymaganą odpowiedzią neuronu w j-tym kroku;

N jest liczbą posiadanych na etapie uczenia pokazów;

W przypadku całej sieci wielowarstwowej ciąg uczący ma postać

U = {< X⁽¹⁾, Z<*> >, < X<²⁾, Z⁽²⁾ >,...,< X<^N>, Z<"> >}

X<» jest n-wymiarowym wektorem danych wejściowych w j-tym kroku

ZW) jest fc-wymiarowym wektorem stanowiącym wymaganą odpowiedź neuronów wyjściowej warstwy sieci w j-tym kroku.

W typowych warunkach działanie “nauczyciela” polega wyłącznie na podawaniu do sieci ciągu uczącego, nauczycielem może więc być dowolny komputer wyposażony w stosowną bazę danych.