Пусть вектор X имеет информацию об элементах изображения (светлые элементы – 1, темные - 0), то есть входной вектор состоит из двойных компонентов.
1) Пусть вместо 1 при заданной комбинации на входе, на выходе 0.
2) Если на выходе 0 вместо 1, это свидетельствует о том, что какие-то коэффициенты при единичных входах слишком велики и их надо уменьшить.
Проблемы: какие коэффициенты и насколько увеличить или уменьшить, если считать число 0 и 1 на входе равномерным, половина коэффициентов вообще не изменится при обучении. Из этих самых общих сообщений был сформирован одни из первых алгоритмов обучения персептрона:
1) подать входной вектор и вычислить OUT;
2)
а) если OUT правильный, то на шаг 1 со следующим вектором;
б) если OUT неправильный и OUT = 0, то добавить значения входов xi к wi;
если OUT неправильный и OUT = 1, то вычесть значение входов из весов wi;
в) перейти на шаг 1;
За конечное число шагов алгоритм позволяет обучить персептрон распознанию символов. Желательно этот алгоритм обобщить на случай непрерывных входных сигналов и дать возможность менять скорость обучения. Для этого входные векторы нормируют (приводят к одинаковой длине не меняя направления), выделяется ошибка δ = OUTжел. – OUTфакт. и вводят коэффициент скорости обучения η = 0,01 до 1. Тогда на очередном шаге значение коэффициентов корректируется следующим образом:
wi(n+1) = wi(n) + Δi(n) = wi(n) + ηδxi
Изменение пропорционально ошибке и есть возможность менять скорость обучения (алгоритм дельта-правило).
Опубликовал Kest
January 12 2010 14:32:10 ·
0 Комментариев ·
10747 Прочтений ·
• Не нашли ответ на свой вопрос? Тогда задайте вопрос в комментариях или на форуме! •
Комментарии
Нет комментариев.
Добавить комментарий
Рейтинги
Рейтинг доступен только для пользователей.
Пожалуйста, залогиньтесь или зарегистрируйтесь для голосования.
Нет данных для оценки.
Гость
Вы не зарегистрированны? Нажмите здесь для регистрации.
Главная
Каталог файлов
