問題タブ [encog]

For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.

0 投票する
1 に答える
1492 参照

java - Encog ネットワークへのバイアス ニューロンの追加

人工ニューラル ネットワークを含む C コードを Java に移植しています。Encog フレームワークを使用することにしました。

隠れ層と出力層に接続されたバイアス ニューロン (重み付きシナプスを使用し、常に 1.0 を出力する) をネットワークに持たせたいと考えています。このグラフでは緑色でマークされています。

このようなネットワークをプログラムで作成するにはどうすればよいですか? すべてのバイアス ニューロンには独自の層が必要ですか? すべてのバイアス ニューロンに対してBasicLayerをインスタンス化しようとしましたが、層がWeightedSynapseを介して接続されていても、これは何の効果もないようです。

ありがとうございました、

マーティン・ウィボー

0 投票する
3 に答える
737 参照

java - コンピュータのメモリを模倣するニューラルネットワーク(Jeff HeatonのEncogを使用)

jeffheatonのencogニューラルネットワークライブラリを使用してコンピュータのメモリを模倣したいと思います。どのアプローチを使うべきかわかりません。

私の要件は、メモリの場所と値のバイトのコレクションを用意することです。

これらは私がニューラルネットワークシステムに渡す値です。

私は、メモリデータが変更されるたびにニューラルネットワークを再トレーニングすることを避けようとしていました。しかし、多分それは私がしなければならないことです。

私がやろうとしていることを達成するために、どのニューラルネットワーク技術を使用しますか?

0 投票する
0 に答える
161 参照

java - Encog を複雑な半反復ネットワーク構造に使用することは可能ですか?

私は現在、複雑な論理式を評価するためのネットワークを構築するために Neuroph を使用しています。

この方法は、関心のある人には CIL2P と呼ばれ、半再帰型ネットワーク (一部のニューロン間の再帰的接続のみ) を生成します。

Neuroph は、ネットワーク設計に対する高レベルのアプローチにより、この構造を非常に簡単に構築できます。ただし、パフォーマンスとさらなるトレーニングの可能性を考えると、これを Encog Engine に移行したいと考えています。

Encog 内でこの種のネットワークを再現することは可能ですか?

0 投票する
1 に答える
2335 参照

android - Android で Encog や Neuroph を実行することはできますか?

画像認識と分析を実行する Android アプリを作成しています。ニューラル ネットワークは画像認識を実行する優れた方法の 1 つだと聞いており、CodeProject の Mike O'Neill が Win32 用の優れた手書き数字認識アプリケーションで使用したライブラリの移植を試みました。しかし、最近、ニューラル ネットワーク/画像認識用の 2 つの優れた Java ライブラリである Encog と Neuroph について聞かされました。ニューラル ネットワークだけが機能する必要があります。別のニューラル ネットワーク ライブラリを使用して、独自の画像認識スイートを作成します。Encog または Neuroph が Android で実行できるかどうか、できれば Encog を知っている人はいますか?

編集:私はすでにこれをグーグルで検索しました.ライブラリが機能していることを誰かが実際に証明できるかどうか疑問に思っています.

0 投票する
2 に答える
642 参照

java - javaencogネットワークをデータベースにシリアル化する

私はjavaencogライブラリを使用しており、サンプルXORネットワークをmysqlデータベースにシリアル化する方法を知りたいと思っていました。私はJavaでデータベースを操作するのはかなり新しいです。EncogDirectoryPersistクラスに関係していると思いますが、データベースに送信できるものを返すように変更する方法を考えていました。

ありがとう

0 投票する
1 に答える
454 参照

java - Levenberg-Marquardtアルゴリズムを使用して特定のサンプルセットを使用して特定のネットワークをトレーニングするためにEncogが必要とするRAMの量を見積もるにはどうすればよいですか?

Encog(Javaのバージョン3.0および3.1)ニューラルネットワークフレームワークを研究しており、ニューラルネットワークトレーニングでLevenberg–Marquardtアルゴリズムを試してみたいと思います。ただし、私の実際のニューラルネットワークは非常に複雑で(数百の入力ニューロンを特徴とします)、単一のネットワーク(数万から136に単純化しています)ではなく、Levenberg–Marquardtでトレーニングできるようです( 2 GiBをJVM専用にする間、十分なメモリ)。しかし、単純な(3つの入力ニューロンのみ)ネットワークを使用して単純な合成タスクを試すと、非常に優れたパフォーマンスを発揮します。

問題は、Levenberg-Marquardtアルゴリズムを使用して特定のサンプルセットを使用して特定のネットワークをトレーニングするためにEncogが必要とするメモリの量をどのように見積もることができるかということです。2 GiBに収まる最大の複雑さをどのように推測できますか(実際のマシンには4がありますが、JVMは2を超える割り当てができないようです)。

0 投票する
1 に答える
1090 参照

c# - ニューラル ネットワークに NULL を表現する方法

私は大量のデータセットを持っていますが、列のどこかにデータが存在しない場合は故意にデータが欠落しているため、null であるか、欠落しているためフィールドが null です。この値を使用しない数値として表す必要があります私のデータ範囲は -1 などですか?

0 投票する
1 に答える
556 参照

c# - ニューラル ネットワークのスケーリング入力とデスケーリング出力

私はどこかでずっと前に見つけたNNの入力をスケーリングし、出力をスケーリングするためのメソッドを持っていますが、それらが有効かどうかはわかりません.NNのencogライブラリを使用しています:

fieldlow と fieldhigh が NN の入力と出力の範囲であると仮定すると (よくわかりませんが、ActivationTANH の範囲は 0-1 のように見えます)、min はデータの最小値、max はデータの最大値である必要があります。設定した最大値よりも高い値を持つ新しいデータを取得した場合はどうなりますか? このメソッドを書き直して、最初からトレーニングを開始する必要がありますか?

これが間違っている場合は、正しい方向に向けてください。

0 投票する
2 に答える
2187 参照

c# - Encog ライブラリを使用して、C# で逆伝播を使用してラジアル基底関数を使用する

以下を使用して、ガウス関数を持つ単純な RBF ネットワークを作成しました。

28 の入力と、結果として 0 または 1 を与える出力が 1 つだけの逆伝播を使用して、RBF ネットワークを作成する必要があります。データセットを使用したトレーニングをこれ以上進めることができませんでした。助けが必要です。

0 投票する
1 に答える
2579 参照

java - サッカー予測プログラム encog: 一貫性のない予測

encog を使用してサッカーの試合結果を予測するプログラムを作成しています。ニューラル ネットワークを作成し、90 試合のデータを使用して回復力のある伝播トレーニング方法でトレーニングしました。試合の結果は、ホームでの勝利を 1、引き分けで 0、アウェイでの勝利を -1 としてマークしました。

問題は予測にあります。成功率が 50% になることもあれば、33% になることもあります。ランダム関数を使っているようなものです。私が気付いたのは、ほとんどの場合、最も予測される結果は 1 (約 70%) であるということです。隠しレイヤーの数、トレーニングの数を変更しようとしましたが、運が悪かったので、まだ振動しています.何か間違ったことをしている場合は、誰かが私を助けてくれるか、正しい方向に向けてください.

これがニューラルネットワークのコードです。データベースからトレーニング データと予測データを取得しています。

トレーニング

予測する

1.) データをニューラル ネットワーク 1000 にフィードしています。現在、状況が良くなったため、より多く/より少なくテストしています。

2,3.) 16 個の入力パラメータがあります。それらは、ホーム チームのポイント、ホーム チームのホームの勝ち、引き分け、負け、ホーム チームの合計勝ち、負け、引き分け、フォーム (過去 5 試合で獲得したポイント) で構成されます。同じデータは、ホーム チームのホームの勝ち、引き分け、負けではなく、アウェイ チームのみに当てはまり、アウェイ チームのアウェイの勝ち、引き分け、負けが使用されます。さまざまなトレーニング データで試してみます。