Cómo entrenar las redes neuronales

Las redes neuronales son un paradigma de procesamiento de información que se basa en la estructura del cerebro humano - un sistema de elementos interconectados similares a la red de neuronas interconectadas del cerebro. Otra similitud es la forma en que los "pesos" en las interconexiones se pueden cambiar como el aprendizaje se lleva a cabo. A medida que cambian estos pesos, el comportamiento de los cambios en la red neural. Desde una perspectiva de procesamiento de información, las redes neuronales ofrecen un enfoque para la resolución de problemas que no está disponible para soluciones de programación de ordenador. Las redes neuronales no están programadas - que están capacitados.

Instrucciones

1 Recoge los ejemplos que serán utilizados para entrenar la red neuronal. La forma de hacerlo es crucial para el proceso de formación. Si no se empieza con buenos ejemplos, la formación es muy probable que falle. Suponiendo que la red neuronal se va a distinguir entre patrones buenos y malos, no debe haber más o menos el mismo número de cada uno y tanto los buenos patrones y los malos patrones deben representar una distribución estadística de los posibles patrones. Divida a los ejemplos en dos conjuntos: el conjunto de entrenamiento y el conjunto de pruebas. Ambos conjuntos deben tener un número igual de patrones buenos y malos y los dos conjuntos deben representar una distribución estadística de los posibles patrones. Iniciar la separación en conjunto de entrenamiento y evaluación establecida por la elección al azar. Si la distribución no es estadísticamente representativa, eligió otra vez hasta que es.

2 Ir a través del conjunto de entrenamiento, un ejemplo a la vez. Presentar un ejemplo para la red neuronal y, si la red lo identifica correctamente, no hacer nada. Si está mal clasificado el ejemplo, ajustar los pesos ligeramente de modo que la respuesta sería un poco mejor si el mismo patrón se presentaron a la red de nuevo. Continuar hasta el final a través del conjunto de entrenamiento. Después de cada momento a través del conjunto de entrenamiento, probar la red con todos los ejemplos en el conjunto de pruebas. No cambie los pesos netos durante las presentaciones del conjunto de prueba.

3 Continuar este ciclo hasta que la red identifica correctamente todos los patrones en el conjunto de pruebas. Si esto nunca sucede, ya sea que necesite una red neuronal diferente o un conjunto diferente de ejemplos. Por ejemplo, si está utilizando una red de alimentación hacia delante, es posible que tenga que cambiar el número de elementos en la capa oculta. Si el problema es con los ejemplos, puede intentar elegir más ejemplos en el conjunto.

Consejos y advertencias

• Algunos investigadores reportan mejores resultados si procede la formación de uno o dos ciclos más allá del punto donde la red identifica correctamente el conjunto de pruebas.
• Continuando demasiado lejos más allá del punto de parada normal puede producir "más de la formación." Esto producirá una red neuronal que es inferior a lo que habría sido si la formación se detuvo en el punto adecuado.