КОНСПЕКТ ЛЕКЦИЙ КОДЭИ
.pdfПройдем режим обучения Пользовательская
нейронная сеть (Build models with CNN).
12.03.13 Доцент С.Т. Касюк |
23 |
Вкладка Быстрый (Quick).
Задаем тип нейронной сети Многослойный персептрон MPL.
.13 Доцент С.Т. Касюк |
24 |
Задаем функцию активации:
1)гиперболическая функция на скрытом слое;
2)тождественная функция на выходном слое.
12.03.13 Доцент С.Т. Касюк |
25 |
Количество сетей для обучения (Networks to train) — 5.
Количество скрытых нейронов (No of neurons) — 4.
.13 Доцент С.Т. Касюк |
26 |
Вкладка Персептрон (MPL).
Указываем алгоритм обучения BFGS — алгоритм обучения 2-го порядка точности.
Количество эпох обучения (Cycles) — 1000.
03.13 Доцент С.Т. Касюк |
27 |
Вкладка Интерактивное обучение (Real time training graph).
Отображать графики обучения:
1)для ошибки на обучающей выборке (Train error);
2)для контрольной ошибки (Test error).
.13 Доцент С.Т. Касюк |
28 |
Нажимаем кнопку Обучить (Train).
12.03.13 Доцент С.Т. Касюк |
29 |
АНАЛИЗ РЕЗУЛЬТАТОВ
12.03.13 Доцент С.Т. Касюк |
30 |
Итоги (Sammary):
1)архитектура сети (Net. name);
2)обучающая производительность (Training perf.);
3)контрольная производительность (Test perf.);
4)тестовая производительность (Validation perf.);
5) ошибка обучения (Traning error);
6) алгоритм обучения (Training algoritm);
7) функция ошибок (Error function).
12.03.13 Доцент С.Т. Касюк |
31 |
Построим графики
Гистограммы остатков
12.03.13 Доцент С.Т. Касюк |
32 |