Нейронную



Download 43,46 Mb.
Pdf ko'rish
bet129/134
Sana27.03.2022
Hajmi43,46 Mb.
#512313
1   ...   126   127   128   129   130   131   132   133   134
Bog'liq
Создаем нейронную сеть ( PDFDrive )

epochs = 
2
for е in range(epochs):
# перебрать все записи в тренировочном наборе данных 
for record in training_data_list:
# получить список значений из записи, используя символы
# запятой (', 1) в качестве разделителей 
all_values = record.split(1,1)
# масштабировать и сместить входные значения
inputs = (numpy.asfarray(all_values[1:]) / 255.0 * 0.99) + 0.01
# создать целевые выходные значения (все равны 0,01, за
# исключением желаемого маркерного значения, равного 0,99) 
targets = numpy.zeros(output_nodes) + 0.01
# all_values[0] - целевое маркерное значение для
# данной записи
targets[int(all_values[0])] = 0 . 9 9
n.train(inputs, targets)
pass
pass
202 
Глава 2. Создаем нейронную сеть на Python


Результирующий показатель эффективности для двух эпох со­
ставляет 0,9579, что несколько лучше показателя для одной эпохи.
Подобно тому, как мы настраивали коэффициент обучения, про­
ведем эксперимент с использованием различного количества эпох 
и построим график зависимости показателя эффективности от этого 
фактора. Интуиция подсказывает нам, что чем больше тренировок, 
тем выше эффективность. Но можно предположить, что слишком 
большое количество тренировок чревато ухудшением эффективности 
из-за так называемого переобучения сети на тренировочных данных, 
снижающего эффективность при работе с незнакомыми данными. 
Фактора переобучения следует опасаться в любых видах машинного 
обучения, а не только в нейронных сетях.
В данном случае мы имеем следующие результаты.
Теперь пиковое значение эффективности составляет 0,9628, или 
96,28% , при семи эпохах.
Как видите, результаты оказались не столь предсказуемыми, 
как ожидалось. Оптимальное количество эпох — 5 или 7. При боль­
ших значениях эффективность падает, что может быть следствием

Download 43,46 Mb.

Do'stlaringiz bilan baham:
1   ...   126   127   128   129   130   131   132   133   134




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish