問題タブ [backpropagation]

SilvaとAlmeidaのアルゴリズムは、重みごとに個別の適応学習率を導入することにより、既存のバックプロパゲーションアルゴリズムを改善します。新しい学習率の値は次のように計算されます。

定数uとdがとに設定されているu > 1ことを読みましたd < 1。これらの制約はかなり広いので、これらの値を設定するための一般的なガイドラインはありますか、それとも特定の問題を実験して理解する必要がありますか？

私は MATLAB の初心者です。C のオンライン逆伝播 (BP) コードを検証したいと考えています。コードが同じネットワーク設定でまったく同じかどうかをテストする必要があります。ネットワーク設定はオリジナルBP（XOR問題用）2入力、2隠しノード、1出力です。使用される学習率設定は 0.01、モメンタム 0.95 で、停止基準は 0.01、パフォーマンス メジャーは sse です。エポックは1です（ネットワーク設定がCとまったく同じであることを確認するために、順方向伝播から逆方向伝播までの正確な計算を確認したいため）ここに私のコードがあります：

実行後、y（1）が0.818483286935909であることがわかりました.0.609299823823181である手動カウントとは異なります（計算で再確認==>

私の質問は: 1) 元の MATLAB は traingd を使用していますか? 2) 本当に net = train(net,input,target); とは何ですか? y= シム (ネット、入力); 手動計算では、train と sim を使用して 0.818483286935909 ではなく 0.609299823823181 が得られました。

3) 上記の matlab コードと比較して、C での私の粗雑な順伝播との違いは何ですか?

助けてください。

私はこれについて長い間頭を悩ませてきました...基本的に私はNeural Network Ba​​ckpropagation trainingをしようとしています。

エラー逆伝播は正しいと思います。しかし、ニューラルネットワークを適切にトレーニングしていないようです....

私は画像処理の初心者で、最初の課題は、顔とその名前を認識できる作業プログラムを作成することです。今まで、私は検出するプロジェクトを作成し、検出された画像をトリミングし、それをsobelにしてfloatの配列に変換しました。しかし、検出された顔の正しい名前を認識できるように、バックプロパゲーション MLP を実装して画像を学習する方法が非常に混乱しています。

バックプロパゲーションで学習する Image 配列を実装する方法の例をいくつか教えてくれることは、stackoverflow のすべての専門家にとって非常に光栄です。

最初に、Matlab で Backpropagation ネットワークを実装し、XOR で使用しました。ただし、現在、次の入力/ターゲットの組み合わせを使用して同じネットワークを使用しています。

入力 = [0 0; 0 1; 1000 0; 1 1]、ターゲット =[0; 1000; 1; 0]

そして、私は次のように出力されます[1;1;1;1]

ネットワークはネットワークをまったく学習できませんでした。なぜそうなのか誰か説明してもらえますか？そして、そのような小さな I/O ネットワークを学習できるネットワークを構築するにはどうすればよいでしょうか?

どんな説明でも大歓迎です。

よろしくマックス

パターン、特に文字を認識できるプログラムを作成する必要があります。私はc＃でバックプロパゲーションを実装しましたが、今度はそれをパターン認識に使用したいと思います。また、フォームアプリケーションを作成し、ブラシ/グラフィックを使用して、ユーザーがマウスを使用して何かを記述できるようにしました（MSペイントの「鉛筆ツール」のように）。そのため、「アプリケーションに文字認識方法を実装する方法」に関する役立つ資料が必要です。

主にバックプロパゲーションとソフトウェアデモに関連するインターネット上のものを支援します。

私はVB.NETでバックプロパゲーションクラスを作成しました-それはうまく機能します-そして私はそれをC＃人工知能プロジェクトで使用しています。

しかし、私は自宅にAMD Phenom X3を、学校にInteli5を持っています。私のニューラルネットワークはマルチスレッドではありません。

そのバックプロパゲーションクラスをマルチスレッドアルゴリズムに変換するにはどうすればよいですか？またはその中でGPGPUプログラミングを使用する方法は？または、マルチスレッドのバックプロパゲーションニューラルネットワークを備えたサードパーティのライブラリを使用する必要がありますか？

バックプロパゲーションニューラルネットワークを使用するAIプロジェクトがあります。

約1時間のトレーニングであり、100個の入力すべてから60〜70個の入力をトレーニングしました。つまり、バックプロパゲーションの状態では、60〜70の入力が正しいということです。（トレーニングされた入力の数は60から70の間で動いています）。

そして現在、10000以上のエポックが完了しており、各エポックには約0.5秒かかります。

ニューラルネットワークを長期間放置した場合に、ニューラルネットワークを正常にトレーニングできるかどうかを知るにはどうすればよいですか？（またはそれはよりよく訓練することができませんか？）

バックプロパゲーション アルゴリズムを使用してニューラル ネットワークをトレーニングしています。これは全体的なエラーのグラフです。

(私はこの式で全体的なエラーを計算しています: http://www.colinfahey.com/neural_network_with_back_propagation_learning/neural_network_with_back_propagation_learning_en.html パート 6.3: 全体的なトレーニングエラー)

私は Power Trendline を使用しました。計算後、epoches = 13000 => 全体的なエラー = 0.2 であることがわかりました。

これ高すぎない？

このチャートは正常ですか？トレーニング プロセスに時間がかかりすぎるようです. 私は何をすべきか？もっと速い方法はありませんか？

編集: 私のニューラル ネットワークには、200 個のニューロンを持つ隠れ層があります。入力層と出力層には 10 ～ 12 個のニューロンがあります。私の問題は、キャラクターのクラスタリングです。(教師付きトレーニングにより、ペルシャ語の文字をいくつかのクラスターにクラスター化します)

バックプロパゲーションがニューラルネットワークでどのように機能するかを学ぼうとしていますが、技術的でない側面からの適切な説明をまだ見つけていません.

逆伝播はどのように機能しますか? 提供されたトレーニング データセットからどのように学習しますか? これをコーディングする必要がありますが、それまでは、より深く理解する必要があります。