|
|
Регистрация Восстановить пароль |
Повторная активизация e-mail |
Регистрация | Задать вопрос |
Заплачу за решение |
Новые сообщения |
Сообщения за день |
Расширенный поиск |
Правила |
Всё прочитано |
|
Опции темы | Поиск в этой теме |
07.01.2017, 11:15 | #1 |
Пользователь
Регистрация: 21.04.2016
Сообщений: 54
|
Нейросети. Хочу разобраться в этом деле
всем здрасти, надеюсь тут есть живые люди...
delphi язык я много слышал про Нейросети, много читал, статьи, в том числе и хабрахабр, кторый на этом форуме людям ссоветуют читать, когда решил что созрел для первого опыта заплил то, что я думал Нейросетью является (во вложении исходник). ОНО работает, ловко распазнает буквы которые я рисую на битмапе, ну функцию обучения или запоминания новых символов я не делал... потому как наткнулся на пару исходников Нейросети,т.е. я понял что я слепил хрень... исходники без пояснений поэтому нихрина не понятно, куча трехмерных массивов, всяких переменных. я думал все проще, такой и код у меня, простой(во вложении исходник будет). Хочу разобраться в этом деле, оказывается все те статьи что я читал, меня лишь запутали, эти аксоны, дендриты, синопсы. муть голубая... я уже после просмотра исходников из НЭТа, смотрел на свой код и гадал что там синопс что дендрит и каких еще отростков там не хватает короче я совсем запутался, нужно распутаться, помогите пожалуйста понять что к чему я был бы оч признателен за например- код на трехслойную сеть, по три нейрона на слой с пояснениями, просто чтобы понимать, для дальнейшего развития. копи паст меня не интересует, хочу понимать. НУ ИЛИ ХОТЯБЫ РАСПИСАТЬ ЧТО ЗА ПЕРЕМЕННЫЕ в примере ниже что за что отвечает вот к примеру один кусок исходника: Код:
собствеено, суть такого количества всех данных не ясна, если в принципе один неирон может получить картинку на вход сравнить выдать 0 или 1 на выход второму неирону, а а он третьему, а он 4му.... как передача 0 или 1 из рук в руки может влиять на на ответ сетки. бла бла бла я сошол с ума направьте на путь истиный ___________________________________ ___________________________________ _______________ прога должна лежать в одной папке с папкой мемо для работы, из мемо грузится память нейрона UAmoba.rar Memo.rar Последний раз редактировалось Михаил22042016; 08.01.2017 в 08:40. |
08.01.2017, 08:18 | #2 |
Пользователь
Регистрация: 21.04.2016
Сообщений: 54
|
чтоли нет людей шарящих?
хотябы переменнве расписать типа так Код:
Последний раз редактировалось Михаил22042016; 08.01.2017 в 08:42. |
09.01.2017, 16:51 | #3 |
Пользователь
Регистрация: 21.04.2016
Сообщений: 54
|
начал пилить
Код:
если надо алфавит распазновать то входной слой должен быть 33 нейрона? ... переделывать... а каким размером тогда должен быть второй слой и следующий скок их вообще надо Последний раз редактировалось Михаил22042016; 09.01.2017 в 19:33. |
28.03.2017, 13:34 | #4 |
Новичок
Джуниор
Регистрация: 20.10.2011
Сообщений: 1
|
Я тоже столкнулся с некоторыми непонятками в нейросети.
Алгоритм обратного распространения ошибки вроде получился, но только для сети у которой всего один нейрон на выходе. Я пока его тестировал просто забивая в него входные данные-числа и результат пока вроде был допустимый. Но как этот алгоритм применить к распознаванию хотябы для начала простых геометрических фигур пока непонятно. Например квадраты,треугольники, и тд. могут быть разных площадей. Какой тогда размер брать за эталон? Хорошо, задам сеть для обработки черно-белого битмапа, где за каждый пиксель будед отвечать отдельный входной нейрон, а что тогда выбрать(какой эталон) для сравнения-вычисления ошибки. Или что взять для желаемой цели на выходе? Черный квадрат? |
28.03.2017, 21:50 | #5 | ||||
Лис
Старожил
Регистрация: 18.09.2015
Сообщений: 2,409
|
Цитата:
Цитата:
Цитата:
Что касается вычисления ошибки, то видимо вы читали не хорошую статью про нейронные сети или же не до конца поняли или разобрались в статье. У вас есть несколько эталонов. Возьмите паинт и сами нарисуте несколько примеров. Вот подовайте их на вход и смотрите выходной вектор. Он должен быть Пусть у нас 3 класса: 1) квадрат; 2) круг; 3) треугольник. Тогда выходные значений НС должны соответствовать при подаче на вход квадрата 1.0 0.0 0.0 при подаче на вход круга 0.0 1.0 0.0 при подаче на вход треугольника 0.0 0.0 1.0 при подачи чёрного или абсолютно белого(в зависимости от вашего фона) изображения 0.0 0.0 0.0 Цитата:
Для ГА вообще без различно. Если вы матричный подход используете то там достаточно однослойной сети. Метод обратного распространения ошибки хорошо работает с сетями где на каждом уровне одинаковое число нейронов. А число выходов соответствует числу распознаваемых объектов. А если брать глубинное обучение нейронной сетей, то там промежуточные слои отличаются на один нейрон. Причем сеть строиться с двух сторон обучаясь на сжатие и по серёдке у неё самое узкое место.
Хорошо поставленный вопрос это уже половина ответа. | Каков вопрос, таков ответ.
У дзен программиста программа делает то что он хотел, а не то что он написал . |
||||
Похожие темы | ||||
Тема | Автор | Раздел | Ответов | Последнее сообщение |
Решить задачку по VBA. Есть же специалисты в этом деле. | Nfdjyzycrfz | Помощь студентам | 0 | 25.03.2012 15:50 |
Помогите. Хочу разобраться | PEHAT | Помощь студентам | 2 | 13.05.2009 21:19 |