Encog3을 사용하여 SOM을 학습하려고합니다. 예를 들면, 모든 데이터가 수렴 될 때까지 교육에 사용되는 XOR SOM과 15 가지 색상 중 하나가 1000 번의 반복마다 무작위로 추출되는 Color SOM을 교육하는 두 가지 예가 있습니다. 내 질문은 두 번째 접근 방식이 충분하여 짧은 시간 내에 적절한 결과로 예제가 완료되었거나이 이유가있는 경우입니다. 반복 할 때마다 15 가지 입력 색상을 모두 훈련 시키면 더 나은 결과를 얻을 수 있습니까?Encog의 자체 구성지도 교육 전략
당신이 찾고있는 결과에 따라 다릅니다. 이것은 SOM의 일반적인 예입니다. 여기에는 정확히 똑같은 더 긴 설명이 나와 있습니다.
http://www.ai-junkie.com/ann/som/som2.html
예제의 목적은 패턴이 SOM의 교육에서 등장하는 방법을 보여주는 것입니다. SOM에서 본 대부분의 색상 예제는 이런 식으로 수행됩니다 (온라인 교육). 출력이보다 다양하게/무작위로 생성됩니다.
SOM을 일괄 처리 할 수 있습니다. 이 예제를 수정하는 것은 어렵지 않습니다. 빠른 컨버전스를 원하면 예, 더 나은 결과를 얻을 수 있습니다. 그러나 예제는 신속하게 단일 색상에 가까워지고 매우 빠르게 수렴됩니다. 이 예제의 대부분이 찾는 여러 색상으로 애니메이션 컨버전스를 얻지는 않습니다.
제 사례의 경우 gensim의 word2vec에서 만든 단어 벡터를 시각화 한 것입니다. 온라인 (각 반복마다 250 단어 벡터 중 하나를 샘플링 한 곳)과 배치 단계 (각 단계에서 250 단어 벡터 모두 사용)의 1000 반복을 통해이를 실행했습니다. 두 가지 결과 모두 흥미로운 패턴을 나타내지 만 일괄 접근 방식은 반나절 걸리고 온라인 접근 방식은 몇 분 미만입니다. –
gensim과 encog3의 조합을 사용하는 나의 유스 케이스와 솔루션은 내 블로그 게시물 (http://sujitpal.blogspot.com/2014/)에 자세히 설명되어있어 도움을 주셔서 감사합니다. 10/clustering-word-vectors-using-self.html –
Hey @JeffHeaton 나는 3 축/벡터 (x [], y [], z [])와 같은 가속도계의 데이터를 가지고있다. 이 데이터를 사용하여 움직임을 인식합니다. 나는 운동을 한 번만 기록하고 구원받은 사람과 비교하기 때문에 감독되지 않은 훈련으로 NN을 사용하고 싶다. 어떤 encog 구현을 사용해야하는지, 그리고 사용할 클래스를 3 벡터로 할 때 데이터를 작성하는 방법을 알려주시겠습니까? – murt