Neural Network – искусственная нейронная сеть, созданная для обучения обратного распространения градиентных спусков, гиперболических касательных и функций активации импульсной сигмоиды. Прямая библиотека позволит создать и обучать многослойные нейронные сети. Сначала выставляется структура будущей сети, а следом количество выходных/входных слоев скрытых узлов. Затем создается сеть с использованием матрицы смежности. Сильные стороны взаимосвязей инициализируются небольшими случайными числами и в скором времени данные транса поступают в сеть.
Для более детального изменения стоит указать скорость обучения и параметры импульса. Скорость обучения будет влиять на скорость принятия оптимального решения в нейронной сети. Параметры запуска, в свою очередь, помогут избежать сходимости по градиентному спуску к локальной минимума на кривой ошибок. Основная цель обучения алгоритма состоит в том, чтобы корректировать сильные стороны взаимосвязи, уменьшая глобальную ошибку. Эта ошибка рассчитывается с использованием средней квадратичной ошибки.
Особенности приложения
- Улучшенный алгоритм обучения;
- Увеличена скорость работы нейронной сети;
- Опубликован исходный текст модуля интеграции;
- Возможность экспериментирования различных нейросетей.