Модель процессорного элемента нейропакета NeuralWorks Professional II

Лекции 16. Программная реализация нейросетей на примере модели процессорного элемента NeuralWorks.

Тестирование обученной нейронной сети

Для проверки правильности обучения построенной нейронной сети в нейроимитаторах предусмотрены специальные средства ее тестирования. В сеть вводится некоторый сигнал, который, как правило, не совпадает ни с одним из входных сигналов примеров обучающей выборки. Далее анализируется получившийся выходной сигнал сети.

Тестирование обученной сети может проводиться либо на одиночных входных сигналах, либо на тестовой выборке, которая имеет структуру, аналогичную обучающей выборке, и также состоит из пар (<вход>, <требуемый выход>). Обычно, обучающая и тестовая выборки не пересекаются. Тестовая выборка строится индивидуально для каждой решаемой задачи.

Пакет программ «Neural Works Professional II» позволяет создавать модели нейронных сетей, обучать их и тестировать на произвольных входных данных. Модульная структура программы обеспечивает возможность подключения дополнительных стратегий управления, новые типы нейронных сетей и виды отображения сети на экране монитора. Кроме того, существует возможность представления входных и выходных данных в графической форме.

Компания NeuralWare разработала универсальную модель процессорного элемента, позволяющую создавать широкий спектр нейронных сетей при использовании одних и тех же структур данных. Основные преимущества такого подхода:

Во-первых, для получения различных типов сетей требуется изменить небольшую часть программы (обычно около 30 строк), что сокращает время создания новых сетей и гарантирует, что они будут правильно функционировать с первого раза.

Во-вторых, это позволяет добавлять к пакету новые возможности, совместимые со всеми типами сетей без необходимости внесения изменений в какой-либо отдельный тип сети.

В третьих, такая архитекутура процессорного элемента позволяет легко распараллеливать процессы.

В-четвертых, это позволяет легко разрабатывать новые типы сетей и вносить изменения в уже имеющиеся. Параметры, управляющие архитектурой процессорного элемента, исходят из двух источников: параметры слоя и планы обучения и функционирования.

Параметры слоя:

· Передаточная функция;

· Выходная функция;

· Правило обучения;

· Сумма;

· Масштаб;

· Смещение;

· Нижний и верхний пределы выходного сигнала процессорного элемента;

План обучения и функционирования можно определить для каждого слоя. Если планы обучения и функционирования не определены для слоя, то сеть использует план, установленный по умолчанию.

План обучения и функционирования обеспечивают несколько коэффициентов или параметров, которые используются различными параметрами слоев.

Рис. 41. Модель процессорного элемента.

Дата добавления: 2014-01-11