Содержание
- 2. Цель работы: Определить, насколько точно обучится нейросимулятор по заданным параметрам; Посмотреть, сможет ли нейросимулятор определить внешний
- 3. Теоретические основы Нейросеть представляет собой набор специальных математических функций с множеством параметров, которые настраиваются в процессе
- 4. С практической точки зрения методика принятия решения обученной нейросети проста, на входе задаются некоторые числовые данные,
- 5. Практическая часть Для работы я выбрал готовый нейросимулятор:
- 6. Основной принцип работы нейросимулятора Основной принцип работы этого нейросимулятора: сигналы, поступающие на входы Х1,-,Хn, умножаются на
- 7. Пример определения внешнего вида ребенка по параметрам родителей На вход подавались следующие статистические данные: рост папы;
- 8. Обучение При проектировании персептронов необходимо понимать, что персептрон должен не только правильно реагировать на примеры, на
- 9. Кривые зависимости погрешностей обучения и обобщения от числа нейронов внутренних слоев персептрона
- 10. Ошибка сети
- 11. Результаты обучения (на основе обучающей выборки) Результаты нейросетевого моделирования роста ребенка
- 12. Результаты нейросетевого моделирования веса ребенка
- 13. Из данных графиков видно, что наша сеть обучилась очень хорошо. Она выдает результаты с минимальной ошибкой.
- 14. Результаты тестируемой выборки определения роста ребенка
- 15. Результаты тестируемой выборки определения веса ребенка
- 17. Скачать презентацию