Руководство пользователя - Исследование метода обратного распространения ошибки для обучения нейронной сети

Программа предназначена для распознавания двух классов чисел.

Для запуска программы необходимо открыть в папке "курсовой ИТПЗ 2010" файл "курсовой титп2.sln" с помощью MS Visual Studio С# 2010 и нажать кнопку "Начать отладку". В результате должно появиться окно программы.

После появления рабочего окна (рисунок 9) можно поступать к работе.

Окно для ввода данных

В пункты: "Количество нейронов", нужно вводить целые значения. Значения коэффицентов k (коэффицент сигмоиды) и skor (скорость обучения) могут быть дробными.

Для данной нейросети оптимальными являются следующие значения:

Количество нейронов 1 слоя - 15;

Количество нейронов 2 слоя - 4;

Коэффициент сигмоиды - 1,3;

Скорость обучения - 0,7.

После ввода этих значений нужно нажать кнопку "Создать сеть".

Далее в пункте "Обучающая выборка" нужно выбрать файлы для обучения нейросети и нажать на кнопку "Обучить".

После того как сеть будет обучена, появится график функции ошибки нейросети зависящий от шага обучения, а так же таблица значений ошибок при каждом шаге.

Затем мы должны проверить нейросеть. В пункте "Экзаменационная выборка" выбираются файлы первого или второго класса, в которых содержаться по 20 выборок. После нажатия кнопки "Старт" в строке "Процент" появится процент распознавания нейросетью образов выбранного класса. Если процент распознавания низкий, то следует вернуться к обучению нейросети.

Тестовая выборка служит для того, чтобы самому убедиться в правильности работы программы. Здесь выбирается файл, содержащий одну выборку определенного класса, и после нажатия кнопки "Результат" появляется сообщение, к какому классу относится данная выборка.

Вычислительный программирование нейросеть сигмоид

Похожие статьи




Руководство пользователя - Исследование метода обратного распространения ошибки для обучения нейронной сети

Предыдущая | Следующая