AI :: Neuralnet :: backprop AI :: Neuralnet :: Backprop is een eenvoudig back-prop neuraal net dat de regel van Delta's en Hebbs gebruikt.
Download nu

AI :: Neuralnet :: backprop Rangschikking & Samenvatting

AI :: Neuralnet :: backprop Tags

Perl-module NeuralNet backprop back-prop neuraal NeuraalNet Backprop

AI :: Neuralnet :: backprop Beschrijving

AI :: Neuralnet :: Backprop is een eenvoudige back-prop neurale net dat Delta's en Hebbs-regel gebruikt. AI :: Neuralnet :: Backprop is een eenvoudige back-prop neurale net die Delta's en Hebbs 'Rule.Synopsisuse AI :: Neuralnet :: backprop; # Maak een nieuw netwerk met 1 laag, 5 ingangen en 5 uitgangen. Mijn $ NET = NIEUWE AI :: Neuralnet :: Backprop (1,5,5); # Voeg een kleine hoeveelheid willekeur toe aan het netwerk $ net-> willekeurig (0,001); # Demonstreer een eenvoudige leren () bel mijn @inputs = (0,0,11,1,1); mijn @ouputs = (1,0,1,0, 1); Print $ net-> leer (@inputs, @outputs), "N"; # Maak een gegevensset om mijn @set te leren = (, , , , , ); # Demo Learn_Set () My $ F = $ NET-> Learn_Set (@set); Print "vergeetachtigheid: $ f unitn"; # Crunch een stel strings en retourarray Refs My $ Phase1 = $ NET-> Crunch ("Ik hou van neurale netwerken!"); Mijn $ phrase2 = $ net-> crunch ("Jay Lenno is raar."); mijn $ phrase3 = $ net-> crunch ("de regen in Spanje ..."); mijn $ phrase4 = $ net-> crunch ("moe van woord crunching al?"); # Maak een gegevensset van de array Refs My @phrases = ($ Phase1, $ Phase2, $ Phase3, $ Phase4); # Leer de gegevensset $ net-> Learn_Set (@phrases); # Voer een testuitdrukking uit via het netwerk My $ Test_Phrase = $ net-> crunch ("Ik hou van neurale netwerken!"); mijn $ resultaat = $ net-> run ($ test_phrase); # Krijg dit, het prints "Jay Leno is netwerken!" ... LOL! Print $ net-> Uncrunch ($ resultaat), "n"; AI :: Neuralnet :: Backprop is het vlaggenschippakket voor dit bestand. Het implementeert een nerual netwerk vergelijkbaar met een feedfoward, back-propagion-netwerk; Leren via een mengeling van een generalisatie van de DELTA-regel en een disocatie van de HEBBS-regel. De daadwerkelijke nerueren van het netwerk worden geïmplementeerd via de AI :: Neuralnet :: Backprop :: Neuron Packagerequirements: · Perlwhat is nieuw in deze release: · Dit is versie 0.77, een volledige interne upgrade van versie 0.42. · Een nieuwe functie is de introductie Van een willekeurige factor in het netwerk, optioneel om uit te schakelen. · De beperking op 0S wordt verwijderd, zodat u elk netwerk kunt uitvoeren. · Zie aantekeningen over het gebruik van 0S met willekeurig uitgeschakeld. Inbegrepen is een verbeterde leerkracht () -functie en een veel nauwkeuriger interne vaste-puntensysteem voor het leren. · Ook inbegrepen is geautomatiseerd leren van ingangsets. · Zie Learn_Set () en Learn_Rand_Set ()

AI :: Neuralnet :: backprop Gerelateerde software