Normalisierung von In-und Output, Fehlerhinweis
Posted: Mon 13. Oct 2014, 13:19
Hallo liebe Forumgemeinde,
ich bin neu im Thema der neuronalen Netze und versuche gerade ein Netz zu erstellen, welches ganz simpel zwei Zahlen korrekt addiert. Das klingt wahrscheinlich eigenartig, aber ich möchte mein Verständnis vom Prinzip prüfen. Das Netz das mir dabei vorschwebte ist im Anhang. Es ist bewusst überdimensioniert weil ich am Ende sehen möchte, dass überflüssige Neuronen die Gewichtung null erhalten. Sinnigerweise sollen also die Shortcut-Neuronen 1 zu 6 und 2 zu 6 jeweils die Gewichtung 1 erhalten. Meine Aktivierungsfunktion ist "Identical".
Nun bin ich auf mehrer Probleme gestoßen:
1. Die Eingabe der Lessons: ich möchte gern ein .csv file mit Trainigs-Tripeln einlesen. Soweit ich aber die Lesson-Import Funktion verstanden habe ist es nur möglich eine einzelne Lesson pro csv file einzulesen anstatt verschiedene Lessons oder Patterns automatisiert aus einem csv einzulesen (eine lange Liste von Tripeln. Das kommt mir so unzweckmäßig vor, dass es aus meiner Sicht nur ein EIFOK sein kann. Wie kann ich eine Liste von Lessons importieren?
2. Nachdem ich per Hand einige Lessons eingetippt habe und die Lernroutine starte kommt die Warnung:
The data in the Lesson editor is out of range with respect to the Normalizsation Settings of the input or output neurons. Nachdem ich im Normalizsation Wizard alle Use-Normalize-checkboxen unchecked habe und neu starten wollte, trat die gleiche Warnung wieder auf und im Wizard war wieder Use Normalization gecheckt. Wenn ich die Warnung ignoriere kommt nach dem Training Käse raus. Was hat es mit dieser Normalisierung auf sich? Für mein Netz benötige ich eine y=x Aktivierungsfunktion und es darf nichts normalisiert werden. Wie kann ich das realisieren?
Ich würde mich freuen, wenn sie jemand meiner Fragen annehmen könnte.
Viele Grüße,
Lucas
ich bin neu im Thema der neuronalen Netze und versuche gerade ein Netz zu erstellen, welches ganz simpel zwei Zahlen korrekt addiert. Das klingt wahrscheinlich eigenartig, aber ich möchte mein Verständnis vom Prinzip prüfen. Das Netz das mir dabei vorschwebte ist im Anhang. Es ist bewusst überdimensioniert weil ich am Ende sehen möchte, dass überflüssige Neuronen die Gewichtung null erhalten. Sinnigerweise sollen also die Shortcut-Neuronen 1 zu 6 und 2 zu 6 jeweils die Gewichtung 1 erhalten. Meine Aktivierungsfunktion ist "Identical".
Nun bin ich auf mehrer Probleme gestoßen:
1. Die Eingabe der Lessons: ich möchte gern ein .csv file mit Trainigs-Tripeln einlesen. Soweit ich aber die Lesson-Import Funktion verstanden habe ist es nur möglich eine einzelne Lesson pro csv file einzulesen anstatt verschiedene Lessons oder Patterns automatisiert aus einem csv einzulesen (eine lange Liste von Tripeln. Das kommt mir so unzweckmäßig vor, dass es aus meiner Sicht nur ein EIFOK sein kann. Wie kann ich eine Liste von Lessons importieren?
2. Nachdem ich per Hand einige Lessons eingetippt habe und die Lernroutine starte kommt die Warnung:
The data in the Lesson editor is out of range with respect to the Normalizsation Settings of the input or output neurons. Nachdem ich im Normalizsation Wizard alle Use-Normalize-checkboxen unchecked habe und neu starten wollte, trat die gleiche Warnung wieder auf und im Wizard war wieder Use Normalization gecheckt. Wenn ich die Warnung ignoriere kommt nach dem Training Käse raus. Was hat es mit dieser Normalisierung auf sich? Für mein Netz benötige ich eine y=x Aktivierungsfunktion und es darf nichts normalisiert werden. Wie kann ich das realisieren?
Ich würde mich freuen, wenn sie jemand meiner Fragen annehmen könnte.
Viele Grüße,
Lucas