Всем привет. Несколько месяцев интенсивно рабоатю с нейросетевым софтом. Так вот наиболее удобной и сбалансированной программой окзалась neuro pro. Просто сейчас дошел до такого момента когда 10 слоев по 100 нейронов мало(а это максимум для нейропро) . Увеличение размеров нейросети должно улучшить результат. Посоветуйте более мощнуб софтину где можно создавать сети больших размеров, с возможностью импорта входных данных/выходных результатов ибо работаю с большими массивами.
Сори за офтоп. Тоже интересуюсь вопросом. Если не секрет, в каких целях применяется нейрософт? Хотя бы в общих чертах
Не секрет, прогнозирование самой разной инфорации, экономической, природной, технической. Перебрал софта много, но нужно еще чтото солидней, хотя перебирал в основном фриварный софт, у коммерческого софта возможности должны быть больше. У маткада/матлаба должны быть механизмы работы с нейросетью, но там здается мне писать команды нужно, а я хочу графический конструктор. Но да ладно могу ити на компромисс самое главное результат.
Благодарю, я гуглил и видел портативную верисю малаба с таким компонентом. Возможно и до неог доберусь просто не хочу пока связыватся с тежеловсным софтом. С матлабом работал пока в универе учился, тогда был еще 6. Если не найду чего нибудь более изящного и шустрого тогда кинусь и на матлаб.
а в 2008б еще и хороший тулбокс для геналгоритмов.. плюс хоть софт и тяжеловесен, но оптимизирован на работу с матрицами.
Тут еще вопрос конструктивный. Есть такая софтина BrainMaker. Ее хвалят по всему инету, во многих каталогах она есть, но той что пользовался я (древней здается мне версия 3,7). Так там глюков много, я молчу об удобстве эксплуатации. Но везде пишется что американские аналитики просто тащатся от этого софта. Может от другой версии или я не так эксплуатирую? Кто реально использовал в реальных целях?
Сорри за оффтоп, а зачем так много нейронов? Сколько читал книг по анализу рынков - не видел, чтобы требовалось больше 3-5 слоев и не более 10-20 нейронов в слое максимум. Обычно наоборот пытаются оптимизировать количество нейронов до минимума. PS Ты смотрел в сторону так называемых "нейроэкспертов"? (могу ошибиться в терминологии - это когда несколько нейросетей одновременно и берется среднее значение от их результата)
Ты какие нейросети используешь? Персеатроны? Почему бы тебе не заюзать библиотеку FANN? http://leenissen.dk/fann/
perez, подумай сколько нейронов у человека, учти что они намного круче той модели, которую ты используешь при конструировании нейросети. хоть и пытаюцо оптимизировать, но не всегда это получается. и 10 слоев по 100 нейронов это довольно таке не много. представь тебе надо научить эту штуку распознавать несколько тысяч лиц... это значет тебе надо структуру, которайа может хранить информацию о этих лицах, по минимуму об их отличительных признаках. нейросеть хранит инфу в виде весовых коэффициентов и смещений,сталобыть чем больше сеть, тем большей инфой она может оперировать. то, что вы слышали, возможно, касаецо количества слоев нейросети, какойто кадр вроде даж доказал, что для успешной работы нс должна содержать входной, скрытый и выходной слои. при добавлении скрытых слоев сетка начинает круче решать свои задачи до определенного их количества, по достижению которого особого прироста уже не наблюдается.. а вот добавление нейронов ведет к лучшему распараллеливанию вычислений
Про обязательные входной скрытый и выходной слои хз, но вот такая штука есть: http://www.statsoft.ru/home/portal/colmogorov.htm. По теме: прогнозировать при помощи такого количества нейронов - издевательство. Сеть тупо заучит обучающую выборку, а она должна обобщать. Сугубо личное мнение.
ну кагбы методы борьбы с этим существуют, хоть йа до этого пока и не осилел докапацо.. поидее есле сеть не персептрон, то не загонять в нули отклонение от идеального выхода, а есле там уже нули - попробовать чото там торкнуть, добаветь там примеров в обучающую выборку... а есле персептрон, так он в любом случае тока на обучающей выборке работает.
Freeman Я понимаю суть нейросетей. Я говорю про непосредственно про задачу анализа финансовых временных рядов. В какой-то умной книжке было написано (я тут недавно говорил про литературу), что если переборщить с кол-вом нейронов, сеть действительно просто запомнит тестовое (на котором обучается) множество. И толку будет ноль, т.к. задача - не запомнить данные. Поэтому нейронов _должно_ быть мало. Точнее надо искать золотую середину. Даже есть такой метод: берется сеть, допустим 3 слоя по 10 нейронов и обучается многократно. Берется результат. Потом рандомно вырезается какое-то количество нейронов и связей, процесс повторяется. И действительно, достаточно эффективно получается. Потом не забывай, что доступные моедли сетей и способы их обучения очень далеки от живого мозга, не надо проводить прямых аналогий.
Не нужно извенятся все по теме. Литературу я тоже читал. Может меньше чем ты но все равно. Как показывает практика, для енйропро менше 2 словев по 100 нейронов делать там нечего для больших масивов данных - эклнлмических. Если говорить о природных явлениях, многомерных, то тут сам понимаеш чем больш тем лучше. Но я и для экономики иногда делаю большие сети. Если не сложно запакуй хорошо свою коллекцию книг и выложи на рапиду. Тут на форуме много людей оценит. Ты уже ссылки давай я прочитал и оценил, книги 3-4. Можт у тебя внушительная коллекция и все мы тут набермся познаний. Будь добр.
По поводу литературы - ее действительно кучи. Не вижу смысла выкладывать, на торренте есть сборники в виде рипаных дисков. Потом я смотрел в конце понравившихся книг используемую литературу и искал эти книги. Из того, что бы я навскидку посоветовал почитать - http://webfile.ru/3976953 Ну еще "А.Ежов,С.Шумский.Нейрокомпьютинг и его применения в экономи" "Д.Бестенс,В.Ван ден Берг,Д.Вуд.Нейронные сети и финансовые". Если не найдешь в сети, выложу. Я не в коем случае не спорю по поводу кол-ва нейронов, а просто предлагаю взглянуть на ситуацию с иной стороны, ссылаясь на знания, почерпанные из книг.
Я даже скачивал исходник только называлось это комитет нейросетей на делфе компонент был написан. Я работал с другим компонентом, но он был написан простенько и работал жутко ендленно и я в нем баги отлавливал, но он вс равно крывовато работал. А направление с нейроэкспертами и нейрокомитетами очень адже перспективно. Когда нибудь доберсь.
В том файле, что я выложил выше какраз есть про это. >> Я работал с другим компонентом, Да блин, возьми уже FANN и сделай что тебе нужно. Там даже биндинги для разных языков есть.