Всем привет. Скачал библиотеку Fann (Fast Artificial Neural Network Library). Все корректно проинсталировал, мануалы давай читать умные, исходники ковырять. Не могу понять нескольких вещей 1) почему сеть даже обучившись выдает цифры в лучшем случае от 0 до 1. (при разных входных данных, причем данные генерировалсиь исходя из простхы функций, даже тупо сумму не хочет отрабатывать)? 2) почему программа не может считовать из файла входные данные если они больше 10? (дробные числа тоже не скармиливает для сети) Судя по мануалам очень даже навороченная библеотека, по функционалу лучше многих коммрческих продуктов, вот только не понятно откуда столько глюков.
Возможно, в качестве функции активации используется сигмоида. Следовательно, выходы будут лежать в диапазоне [0;1]. Т.е. не забывайте нормировать входы и выходы.
>>2) почему программа не может считовать из файла входные данные если они больше 10? >>(дробные числа тоже не скармиливает для сети) Какая программа? Твоя? Тогда к тебе все вопросы, почему она не может считывать. Насколько ты знакомы с нейросетями? Создается впечатление, что вообще незнаком. Про сигмоид - товарищ верно намекнул, куда тебе копать. >> Судя по мануалам очень даже навороченная библеотека, по функционалу лучше многих коммрческих продуктов, вот только не понятно откуда столько глюков. Глюки не в ней. А библиотека действительно хорошая. Давно с ней работал, все быстро и понятно. Разные типы сетей и алгоритмов поддерживает. Ну и LGPL радует, конечно.
Ок буду знать. О нормировке я знаю. Просто я прывык к дефолтным настройкам. Раньше я использовал компнент easy nnw, там с нормировкой было проще, я думал что тут аналогичная история.
То что быблиотека шустрая и наворочення это однозначно. Но по поводу простоты и понятности можно еще подумать. Например в мануалах много написанно о скорости о проектировани, но я так и не нашел максиально возможного количества слоев и количества нейронов в сети. У меня например она при 3 слоях до 70 нейронов в ажом начинала падать.
Нормировка помогла, спасибо за дельный совет. Есть еще вопрос, количество связей между нейронами. Это должна быть функция от двух перменных от количества слоев и количества нейронов в каждом из них. Сделать максимально возможную т.е. полную связь между соседнии слоями? Я еще в мануалах нашел алгоритм каскадного обучения. Есть ли в этой библеотеке функции упрощения нейросетей?
Столько вопросов.. А почему бы не прочитать официальный мануал? И не лучше ли задавать вопросы на сайтах, посвященных конкретной либе? Например, тут http://leenissen.dk/fann/forum/.
Извиняюсь за банальный вопрос. Нифига не представляю что же за материя эти нейросети но хотел бы поиметь самое общее представление. Порекомендуйте что читануть по этому поводу. Спасибо.
Мануал читал. Просто его писали теоретики, по оффициальным канонам. А в нейросетях нужно много эмпирических данных, провереных испытаниями. Вариант с форумом гораздо ближе. Спасибо за соображения.
Вообще можно даже статью в википедии. А инфы неприлично много в нете причем самого разного толка. В торентах есть даже целые сборники нейросетевых инструментов и литературы, там запакованны и книги и софт и статьи. Т.е. архив будет весить под 1 гб, там можно такое представление сложить что мало не покажется.
perez,author2009 Спасибо за ответы. Попробую поискать. Хотелось бы что-то поменьше, а главное - поабстрактнее. Самые общие принципы.
author2009 >> А в каких целях уважаемый использует нейросети елси не коммерческая тайна? Не тайна. Когда читал лекции студентам, написал пару прог по распознаванию на FANN для наглядности. Потом обрабатывал временные ряды, в т.ч. и финансовые. Довольно интересно. Даже что-то получалось =)
PSR1257 Посмотри вот этот талмуд: http://www.ozon.ru/context/detail/id/2476937/. Имхо, ничего более серьезного на русском языке нету. Но и читать сложно, не зная матеамтики.
Вопрос к знатокам, каковы были максимальные размеры входных данных и результатов, трехначные,/ четырехзначные? Ибо чтото у меня совсем резльтаты поплыли с 3 значными цифрами. Хотя другие нейросетевые программы успешно у меня работатают 4-значными цифрами.
