• Регистрация
aBoomest
aBoomest+906.89
н/д
  • Написать
  • Подписаться

Нейронные сети, многослойная сеть, практика

Добрый день. Теорию ИНС (по крайней мере бызовое понимание, простые сети, и смысл для чего оно все нужно) вполне представляю. Однако ни разу не делал расчет в matlab. Решил попробовать. Т.к. материала...

Добрый день.

Теорию ИНС (по крайней мере бызовое понимание, простые сети, и смысл для чего оно все нужно) вполне представляю. Однако ни разу не делал расчет в matlab. Решил попробовать. Т.к. материала огромное количество, систематизировать все это самому проблемно.

Возникшие вопросы:

1. Приложение nnstart, в частности Fitting app (nftool) и Pattern Rec.app (nprtool) имеют однослойную структуру, где можно задать количесво входов, выходов и кол-во нейронов внутреннего слоя. Верно? Других вариаций по структуре тут невозможно сдлеать?

2. При обучении в этих приложениях не видно способа обратного распространения ошибки. Есть только 
- Levenberg Marquardt
- Bayesian Regularization
- Scaled Conj. Gradient

3. ПРиобучении наборы данных Validation  и Testing минимум по 5% от общего числа. Почему нельзя меньше? И до конца не понимаю особой разницы между ними?


4. Как создать многослойную сеть прямого распространения? 
Прочитал пару методических пособий, и кучу статей и статеек в интернете. Подходы и используемые матлабовские ф-ции совершенно разные и их такое дикое количество, что  . . . .
Единственное что нашел , в чем как с первого взгляда кажется можно потихоньку разобраться, это вот это. Но тут как я понял все свое. Даже ф-ция активации.

Основной общий вопрос: Как создать многослойную сеть прямого распространения? Какой подход правильный и каким тулбоксом/инструментарием пользоваться для этого или еще чем . . .

Теги

    07.07.2021

    Комментарии

    • Artem
      Artem+290.00
      12.07.2021 19:56

      Привет!

      3. Валидация используется во время обучения, тестовые данные, в свою очередь используются только при тестировании.

      4. Если тебе надо создать сеть прямого распространения, используй Deep Network Designer. Или можешь в коде:

      Layers = [sequenceInputlayer(input_size)

                   fullyConnectedLayer(num_hidden_units_1),

                   reluLayer(),

                   fullyConnectedLayer(num_hidden_units_2),

                   reluLayer(),   

                   fullyConnectedLayer(outpu_size),    

                  RegressionLayer()]

      • aBoomest
        aBoomest+906.89
        13.07.2021 08:49

        Спасибо, буду пробовать.