Benutzer-Werkzeuge
ss15:neuronale_netze
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen gezeigt.
| Beide Seiten der vorigen Revision Vorhergehende Überarbeitung Nächste Überarbeitung | Vorhergehende Überarbeitung | ||
|
ss15:neuronale_netze [2015/07/24 22:19] mr.lazy [Was ist ein Neuronales Netz?] |
ss15:neuronale_netze [2016/05/10 14:46] (aktuell) |
||
|---|---|---|---|
| Zeile 31: | Zeile 31: | ||
| Nun noch etwas zum Problem, auf das ich mein Netz angesetzt habe: | Nun noch etwas zum Problem, auf das ich mein Netz angesetzt habe: | ||
| Jeden Tag werden Millionen von Briefen und Paketen verschickt. Dabei ist es nicht sehr effizient, wenn jede Postleitzahl von Postbeamten eingelesen werden müssten. Stattdessen wäre ein Computerprogramm, dass diese Aufgabe löst, sehr praktisch. Zwar wurde dieses Problem schon unzählige Male gelöst, ist aber ein sehr dankbares Anfängerproblem, weil es genügend Testdatensätze und Dokumentationen gibt. In meinem Datensatz liegt dabei jede Zahl als $16\cdot{}16$ Pixel Graustufenbild vor. | Jeden Tag werden Millionen von Briefen und Paketen verschickt. Dabei ist es nicht sehr effizient, wenn jede Postleitzahl von Postbeamten eingelesen werden müssten. Stattdessen wäre ein Computerprogramm, dass diese Aufgabe löst, sehr praktisch. Zwar wurde dieses Problem schon unzählige Male gelöst, ist aber ein sehr dankbares Anfängerproblem, weil es genügend Testdatensätze und Dokumentationen gibt. In meinem Datensatz liegt dabei jede Zahl als $16\cdot{}16$ Pixel Graustufenbild vor. | ||
| + | |||
| + | Im Datensatz ist jedes Bild folgendermaßen gespeicher: Zunächst hat man 256 Werte zwischen -1 und 1, die die Graustufe reprästentieren und zum Schluss eine Zahl, die angibt, welches Zahl das Bild tatsächlich darstellt. Um das Netz zu trainieren, übergebe ich also einen Vektor mit 256 Einträgen und einen Vektor mit 10 Einträgen, wobei alle 0 sind, außer demjenigen, der der Zahl entspricht, die das Bild darstellt. Dieser ist auf 1 gesetzt. Dies alles ist im Modul [[nncode#readfile|readfile.py]] gespeichert. | ||
| Das verwendete Netz ist recht einfach; es hat 3 Schichten mit 256, 12, und 10 Neuronen. Mein Netz hat es dabei geschafft, etwas mehr als 90% richtig zuzuordnen. Komplexer aufgebaute Netze mit mehr Schichten, in dem Neuronen von zwei aufeinanderfolgenden Schichten auch nicht immer miteinander verbunden sind, haben es geschafft, mehr als 99,5% korrekt zuzuordnen. | Das verwendete Netz ist recht einfach; es hat 3 Schichten mit 256, 12, und 10 Neuronen. Mein Netz hat es dabei geschafft, etwas mehr als 90% richtig zuzuordnen. Komplexer aufgebaute Netze mit mehr Schichten, in dem Neuronen von zwei aufeinanderfolgenden Schichten auch nicht immer miteinander verbunden sind, haben es geschafft, mehr als 99,5% korrekt zuzuordnen. | ||
ss15/neuronale_netze.1437769141.txt.gz · Zuletzt geändert: 2016/05/10 14:46 (Externe Bearbeitung)
Seiten-Werkzeuge
