Обучение и тестирование нейронной сети

Для обучения активной в данный момент в нейропроекте нейронной сети необходимо выбрать пункт меню Нейросеть/Обучение. Если подключенный к нейропроекту файл данных не содержит необходимых полей (а это возможно, когда мы создаем сеть по одному файлу данных, а далее пробуем ее обучить, тестировать или упрощать по данным из другого файла), то выдается сообщение о несовместимости нейросети и файла данных. Если же в файле данных имеются все необходимые поля и он не пустой, то запускается процесс обучения сети. При этом на экран выводится Окно обучения и упрощения сети, где пользователь имеет возможность наблюдать процесс обучения и при необходимости самостоятельно завершить обучение нажатием кнопки Завершить.

Обучение прекращается при достижении нулевого значения средней оценки на задачнике, в случае невозможности дальнейшего улучшения оценки либо при аварийных ситуациях (нулевой или бесконечный шаг в направлении оптимизации).

Имея нейронную сеть, можно посмотреть, насколько точно она прогнозирует значения выходных полей в файле данных. Для тестирования нейронной сети необходимо выбрать пункт меню Нейросеть/Тестирование. Результат тестирования сети выводится в Окно тестирования сети.

Вычисление показателей значимости входных сигналов сети

Для вычисления показателей значимости входных сигналов нейронной сети необходимо выбрать пункт меню Нейросеть/Значимость входов. Вычисленные показатели значимости выводятся в Окно значимости входов.

Если окно значимости входов отображено на экране и для данной нейронной сети запускается процесс упрощения, то окно значимости динамически изменяет отображаемые данные после каждого перерасчета показателей значимости входных сигналов (при каждом шаге упрощения - при исключении входного сигнала или контрастировании/бинаризации синапса).

Упрощение нейронной сети

Упрощение нейронной сети выполняется на основе вычисленных показателей значимости. Показатели значимости вычисляются в пяти точках в пространстве адаптивных параметров сети и усредняются в одной из норм.

Процедура упрощения строится как последовательное исключение из сети наименее значимого входного сигнала или элемента сети, дальнейшее дообучение сети и исключение другого сигнала или элемента, если удалось дообучить сеть до заданной пользователем точности. В противном случае процедура упрощения останавливается.

Предоставляются следующие возможности по упрощению сети:

• сокращение числа входных сигналов;

• сокращение числа синапсов сети;

• сокращение числа неоднородных входов нейронов сети;

• равномерное упрощение сети, чтобы на каждый нейрон сети приходило не более n сигналов.

• Бинаризация весов синапсов и неоднородных входов сети. Бинаризованные синапсы и неоднородные входы в дальнейшем не обучаются. Нейрон сети считается отконтрастированным, если у него удалены все выходы или его сигнал не используется нейронами следующего слоя. Входной сигнал считается отконтрастированным, если отконтрастированы все синапсы, по которым он подавался сети. Отконтрастированные элементы физически остаются в нейронной сети, но при генерации вербального описания сети не вносятся в вербальное описание.