Главная > Искусственные нейронные сети. Теория и практика
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO

5.6. Нейропакет MPIL

5.6.1. Общая характеристика

Пакет моделирования нейронных сетей MPIL (Multi-Pass Instance-Based Learning) представляет собой разработку фирмы Universal Problem Solvers, Inc.. Его демо-версия доступна в Интернет по адресу: http://www.simtel.net/simtel.net/win3/neural-pre.html.

Нейропакет работает под Windows и крайне нетребователен к вычислительным ресурсам. Хотя программа декларируется как нейропакет, на самом деле она не создает нейронную сеть в обычном понимании и не использует известные алгоритмы обучения. Принцип действия пакета основан на идеях кластерного анализа: на основе многократного перебора обучающей выборки формируется набор опорных элементов, с помощью которых

можно объяснить свойства всех остальных. Работа пакета возможна в двух режимах.

В первом режиме (MPIL-1) реализуется метод «М ближайших соседей»: для каждого предъявляемого входного вектора находятся М ближайших (например, в смысле евклидова расстояния) опорных векторов, ассоциированных с эталонными выходными, по которым и рассчитывается выход сети.

Во втором режиме (MPIL-2) пакет дополнительно генерирует логические правила причинно-следственных отношений между примерами обучающей выборки, т. е. позволяет извлекать знания из экспериментальных данных.

В этом, а также в очень быстром, практически мгновенном, обучении и состоят уникальные свойства пакета.

5.6.2. Интерфейс программы

После запуска программы появляется ее окно вида рис. 5.53.

Рис. 5.53. (см. скан) Окно программы MPIL

Пункты и опции меню в верхней части окна следующие.

Пункт File (Файл) имеет только две опции: Edit (Редактировать) и Exit (Выход из программы).

Пункт Instances (Примеры) содержит четыре опции: Create (Создать), Load (Загрузить), Save (Сохранить), Train (Обучать).

Пункт Test (Тестирование) имеет две опции- Check Accuracy (Проверить точность), Classify (Классифицировать).

Также две опции содержит пункт меню Batch (Пакет): Random Testing (Случайное тестирование), Training (Обучение).

Опции пункта Rules (Правила) таковы: Extract (Извлечь), Import (Импортировать).

Наибольшее количество опций содержит пункт меню Parameters (Параметры):

• Learn Mode (Режим обучения) - при выборе опции появляется диалоговое окно (рис. 5.54), позволяющее установить требуемый режим обучения для MPIL-1 или MPIL-2.

Рис. 5.54. Диалоговое окно для задания режима обучения

• Distance Measure (Мера расстояния) - мера сходства между примерами выборки; обращение к опции приводит к появлению диалогового окна вида рис. 5.55, позволяющего задать одно из трех возможных расстояний: Hamming (хэммингово), Euclidean (евклидово) или Square (модуль наибольшей разности между элементами двух векторов).

Рис. 5.55 Диалоговое окно для задания меры расстояния

• Display Info (Информация дисплея) - в случае установки флага на опции будет отображаться дополнительная информация во время подготовки, тестирования и других операций MPIL.

• Show Files (Показать файлы) - при установке флага на этой опции процессы обучения, тестирования и работы сети завершаются показом соответствующих файлов.

Learning (Обучение) - при выборе этой опции появляется диалоговое окно вида рис. 5.56, позволяющее установить требуемые параметры обучения.

Рис. 5.56 Окно установки параметров обучения

• Num. Batch Runs (Количество прогонов пакета) - используется вместе с опцией Random Testing (Случайное тестирование) пункта меню Batch для организации случайного перекрестного тестирования сети

• Setup (Установка) - имеет, в свою очередь, две опции Load и Save, позволяющие загрузить или сохранить конфигурацию программы

Наконец, пункт меню Help (Справка) содержит опцию запуска достаточно подробного файла справки и опцию запуска режима регистрации

5.6.3. Правила работы с программой

Правила работы с программой рассмотрим на примере моделирования логической функции «Исключающее ИЛИ»

1) Подготовка исходных данных

Подготовим два текстовых файла

и сохраним их с именами хог net и хог tes Первый файл будет использоваться для обучения, второй - для тестирования нейронной сети Обязательная информация таких файлов содержится в их первых строках Это количество входов (Nmputs), в нашем случае - 2, количество выходов (Noutputs) - 1 и общее число примеров обучающей выборки (NTrainingPatterns) -4

2) Обучение сети

Запустим программу MPIL, выберем пункты меню Instances/Create и в окне диалога откроем файл хог net Появится сообщение вида рис. 5.57, подтверждающее создание примеров Нажмем кнопку ОК

Рис. 5.57 Окно подтверждения создания примеров

Оставим большинство параметров обучения по умолчанию, а с помощью пунктов меню Parameters/Learn Mode выберем режим обучения MPIL-2

Далее пунктом меню Instances/Train запустим процесс обучения Появится окно (рис. 5.58) с информацией об обучении нейронной сети

Рис. 5.58 Информация об обучении нейронной сети

Нажмем кнопку ОК, после чего откроется блокнот Windows с информацией вида рис 5 59

Рис. 5.59. Дополнительная информация об обучении нейронной сети

Данную информацию можно принять к сведению, после чего блокнот следует закрыть и перейти к тестированию выбором команд Test/Check Accuracy с указанием имени подготовленного тестового файла xot.tes и выходного файла (файла протокола) xor.out. Выполнив указанные действия, получим сообщение вида рис. 5.60, из которого следует, что тестирование успешно завершено.

Рис. 5.60 Информация о результатах тестирования

Подтвердим это нажатием кнопки ОК, в ответ на что получим открытую страничку блокнота (рис. 5.61). Закроем эту страницу и проверим, как программа извлекает знания. Выберем команду Rules/Extract, укажем в качестве имени файла протокола xor.rul. После выполнения команды получим информацию вида рис. 5.62.

Что здесь что? Через обозначены входы, через Output - выход. Видно, что программа сгенерировала три правила, из которых первое (если то и второе (если то представляются корректными, а третье (если то - не очень. Или мы что-то не так сделали, или программа все же не вполне в этом аспекте надежна. Может быть, что-то необходимо было изменить в параметрах обучения.

Рис. 5.61. (см. скан) Детальная информация о результатах тестирования

Рис. 5.62. (см. скан) Правила, извлеченные программой MPIL

Теперь можно закрыть блокнот и сохранить полученную сеть через пункты меню Instances/Save с указанием имени файла, например, xor.sav. На этом работа с программой закончена. При желании можно с помощью какого-либо текстового редактора просмотреть образованные программой файлы.

5.6.4. Впечатления от работы с пакетом

Подкупает простота программы и возможность автоматического извлечения знаний Проверка на ряде примеров показала достаточно хорошие моделирующие возможности пакета MPIL

1
Оглавление
email@scask.ru