Практика нейронных сетей. Урок 11. Обучение многослойного персептрона
Что бы смотреть урок полностью, подпишитесь на платный раздел.
В платном разделе статья находиться здесь.
Исходники к уроку можно скачать В платном разделе.
На прошлом уроке мы с вами показали, что отдельный нейрон невозможно обучить функции "Исключающее ИЛИ", а так же написали многослойную сеть, которая решает данную задачу. Но у этой нейросети мы принудительно задачи коэффициенты. А получиться ли ее обучить? Давайте попробуем. И так, для начала немного доработаем сам класс нейросети NeuralNet. Берем исходники прошлого урока и начинаем править их.
Добавляем поле output:
|
/// <summary> /// Нейронная сеть /// </summary> public class NeuralNet { /// <summary> /// Слои /// </summary> public List<Layer> layers;
/// <summary> /// Выход /// </summary> public double output; ... |
В связи с добавлением поля output доработаем метод compute...
....
...Теперь можно сделать проверку. Сначала обучим:
А теперь убедимся, что качественно обучилось:
Правда, может так получиться, что программа выдаст: "Не обучились". В этом случае закройте программу и запустите заново - значит, неудачно инициализировались случайные веса связей. Но этим мы займемся в следующих уроках.
Скриншоты, помеченные знаком *, являются цитатами и иллюстрациями программного продукта "Microsoft Visual Studio 2010 Professional", авторское право на который принадлежит корпорации Microsoft..