Задаются входные и выходные поля. Обычно для подготовки обучающей выборки используются методы очистки и трансформации данных – редактируются аномалии, заполняются или удаляются пропуски, преобразуется формат данных.
Обучающую выборку разбивают на 2 множества – обучающее и тестовое (либо по порядку, либо случайно). Тестовое множество используется для проверки результатов обучения.
Задаются количество скрытых слоев и нейронов в них, а также активационная функция нейронов. Причем слишком большое количество нейронов может привести к переобучению сети, когда она выдает хорошие результаты на примерах, входящих в обучающую выборку, но практически не работает на других примерах. В секции «Активационная функция» необходимо определить тип функции активации нейронной и ее крутизну. В нижней части окна отображается график выбранной функции в соответствии с установленной крутизной.
Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет
studopedia.su - Студопедия (2013 - 2025) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав!Последнее добавление