그래서 Encog를 처음 접했고 Mr.Heaton의 Encog에 대한 C#의 소개를 따라 가면서 손을 썼습니다. 나의 간단한 운동은 나이에 따라 사람의 '정신 이상'을 예측하는 네트워크를 개발하고 훈련 세트를 제공하는 것이 었습니다. 그러나 나는이 문제에 직면하고있다. "6의 입력 레이어 크기는 교육 입력 크기 1과 일치해야합니다." 나는 어딘가에서 큰 실
뉴런 네트워크를 학습하여 2 차원 문자 속도를 제어하려고합니다. x와 y는 -1 ~ 1 m/sec 사이입니다. 현재 나는 범위를 0.1m/sec 간격으로 나누었으므로 40k 출력 뉴런으로 끝나는 0.01의 정확도를 높이면 400 개의 출력 뉴런 (20 x 값 * 20 y 값)으로 끝납니다. 출력 뉴런의 수를 줄이는 방법이 있습니까?
많은 질문과 예제를 연구했지만 RPROP NN의 문제점을 찾을 수 없습니다. 그것은 내가 Encog를 처음 사용하기 때문에 내가 잘못하고있는 것인지 궁금해하고 있습니다. 고양이에게 이미지 (50x50)를주고 고양이를 인식하도록 훈련시키고 회색조로 변환 한 다음 네트워크에 입력 double [] []와 함께 대상 double [] []을 보냅니다. 오류가 계
Encog AI Framework가 시계열 예측을 위해 슬라이딩 미주 방식 대신 다른 유형의 분할 알고리즘을 지원하는지 알고 싶습니다. Eamonn Keogh의 설문 조사에 따르면 슬라이딩 윈도우가 최악이라고합니다. 여기 https://www.cs.rutgers.edu/~pazzani/Publications/survey.pdf 가 Encog 이미 TS 예측
다음은 최신 버전의 encog-workbench (3.2.0)를 사용하여 제작되었습니다. 버그인지 또는 출력 파일의 용도를 파악하지 못했는지 궁금합니다. segregation없이 encog workbench에서 [sunspot example] [1]을 실행할 때 출력 파일에 모델의 적합한 값이 있어야합니다. 유효성 검사 차트를 만들면 자습서에서 찾은 그림이
Encog 기반 ANN을 사용하여 재질의 스펙트럼을 인식했습니다. 나는 네트워크에 더 많은 스펙트럼을 전달하여 매트릭스로 훈련시킨다. 예 : input[0] = material 0
input[1] = material 1
각 벡터는 10000 소자, I는 상기 센서로부터 획득 전달 물질의 하나를 인식 할 훈련 후 이다. encog 네트워크를 쿼리하는 기
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 경우입니
제프 히튼 (Jeff Heaton)이 제시 한 기본 예제에 따라 패턴 인식 문제를 해결하기 위해 Encog 라이브러리를 사용하고 있습니다. 내가 출력 1 내 이상적인 패턴 패턴을 1 3 5 4 3 5 4 3 1
가 입력 이제 내가 원하는 또 다른 패턴 (의미하는 동일한 100 %)하고 이상적인 패턴에 얼마나 유사한 참조하십시오. 이 코드는 다음 네트워크
OCR을 수행하기 위해 NN의 사용법을 이해하기 위해 노력하고 있습니다. 목표는 일반적인 OCR 알고리즘과 조금 다릅니다. 내 목표는 특정 입력이 특정 문자인지 확인하는 것입니다. 예를 들어 사용자로부터 문자 'A'를 받기를 기대하고 있으며, 내가 입력하지 않았는지 확인해야합니다. 다른 모양. 주어진 입력이 적절한 모양인지 아닌지를 결정할 수 있어야합니다.