بهينه سازي شبكه عصبي

[comen66]

سلام دوستان
من برا پايان نامه ام الگوريتم شبكه عصبي رو برا تخمين هزينه پروژه با يه الگوريتم ديگه بهينه كردم
چندتا سوال داشتم
شبكه عصبي من پس انتشار هستش
بر چه مبنايي بهترين تعداد نرون رو بدم بهش؟
بعد يكم هم راجع به تحليل نمودار performance ميشه توضيح بديد؟
بيش برازش يعني چي و چه جوري بايد تشخيص بديم؟
خواهشا سريعتر كمك كنيد اگه ممكنه

 

[comen66]

يعي هيچكس نيس به من جواب بده؟؟؟؟؟

 

[ali-rasouli]

شبکه عصبی رو میشه روی پنج قسمت عمده بکار برد:
1-برای طبقه بندی(Classification)
2-برای خوشه بندی(Clustering)
3-برای فیتینگ(نوع خاصی از طبقه بندی)
4-برای سری های زمانی
5-بهینه سازی
در قسمت بهینه سازی (یعنی اگر شما یک تابع برنامه ریزی عدد صحیح یا خطی مرتبه یک یا دو یا ... دارید که می خواین با شبکه عصبی جوابهای شدنیش رو محاسبه کنید)از روش های زیر میشه استفاده کرد:
-هاپفیلد
-mean field annealing
-boltzmann
-روش های ترکیبی از روش های بالا

معمولا برای یافتن تعداد نرون ها از روش 0.1 تعداد داده های ورودی استفاده میشه که برای تعداد ورودیهای خیلی بالا باید تعداد لایه های پنهان رو بالا برد. ولی یکی از روش ها هم آزمون و خطاست که با تعداد نرون های مختلف اجرا بگیری و خروجی ها رو از لحاظ میانگین مجذور خطا مقایسه کنی.

بیش برازش(over fitting) به وقتی می گن که مقدار داده های ارزیابی(validation ) به چندبار متوالی دیگه رو به بهبود نباشه و یا مقدار خیلی ناچیزی بهبود داشته باشه. مطلب 6 بار متوالی رو در نظر گرفته. همانطور که میدونید داده ها سه دسته میشن یکی داده های آموزشی یکی داده های ارزیابی و یکی داده های تست هستن. که معمولا 70 درصد داده ها برای آموزش 15 درصد برای ارزیابی و 15 درصد برای تست استفاده میشن. ارزیابی و آموزش در هر بار تکرار تاثیر می ذارن. ولی تست بعد پیدا شدن وزن های نهایی.

 

[amin1393]

سلام دوست عزیز من هم دارم رو همین موضوع کار میکنم میشه بگی با جه الگوریتمی بهینه سازی انجام میدید؟