Моделирование нейронных сетей в Matlab. Федотов А.В. - 9 стр.

UptoLike

Составители: 

9
Теперь нажатие кнопки Train Network вызывает обучение сети. Каче-
ство обучения сети на выбранной обучающей последовательности отобража-
ется графиком. Видно, что к концу процесса обучения ошибка становится
очень малой (вид данного рисунка при повторе вычислений может отличать-
ся от приведенного).
Результаты обучения можно просмотреть в окне Network/Data Manag-
er, активизируя имена последовательностей выходов network1_outputs или
ошибок network1_errors, и используя кнопку View.
Следует отметить, что в данном случае точность аппроксимации задан-
ной функции получилась не очень высокой максимальная абсолютная по-
грешность составляет 0.055, относительная 5.5%, в чем можно убедиться,
просмотрев значения ошибок (networkl_errors) или выходов (net-
work1_outputs) сети.
Заметим, что точность аппроксимации здесь можно было бы повысить,
конструируя сеть с большим числом нейронов, но при этом необходима и
более представительная обучающая выборка.
2.3. Работа с созданной сетью
Для просмотра структурной схемы сети необходимо, выбрав имя сети
(network1), воспользоваться кнопкой View.
      Теперь нажатие кнопки Train Network вызывает обучение сети. Каче-
ство обучения сети на выбранной обучающей последовательности отобража-
ется графиком. Видно, что к концу процесса обучения ошибка становится
очень малой (вид данного рисунка при повторе вычислений может отличать-
ся от приведенного).




      Результаты обучения можно просмотреть в окне Network/Data Manag-
er, активизируя имена последовательностей выходов network1_outputs или
ошибок network1_errors, и используя кнопку View.
      Следует отметить, что в данном случае точность аппроксимации задан-
ной функции получилась не очень высокой — максимальная абсолютная по-
грешность составляет 0.055, относительная — 5.5%, в чем можно убедиться,
просмотрев значения ошибок (networkl_errors) или выходов (net-
work1_outputs) сети.
      Заметим, что точность аппроксимации здесь можно было бы повысить,
конструируя сеть с большим числом нейронов, но при этом необходима и
более представительная обучающая выборка.

     2.3. Работа с созданной сетью
     Для просмотра структурной схемы сети необходимо, выбрав имя сети
(network1), воспользоваться кнопкой View.




                                      9