저는 Machine Learning에 익숙하지 않습니다. 이미지를 사용하여 객체를 분류하는 Java 응용 프로그램을 만들고 있습니다. 저는 40 개의 입력 뉴런과 n 개의 출력 뉴런을 가지고 있습니다 (훈련 데이터의 수에 따라 다릅니다). Encural을 Neural Network의 프레임 워크로 사용했습니다. 데이터를 성공적으로 교육 할 수 있었지만 네트
필자의 OCR 애플리케이션에서 필기 텍스트를위한 피드 전달 NN을 사용하기로 결정했으며 입력 레이어는 32 * 32 (1024) 뉴런 및 최소 8-12 밖으로 넣어 뉴런. 동시에 몇 가지 기사를 읽음으로써 사용하기 쉬운 Neuroph를 발견했습니다. Encog는 성능이 몇 배 좋았습니다. 내 시나리오에서 API가 가장 적합한 매개 변수를 고려하십시오. 그리
나는 3 개의 입력, 2 개의 숨겨진 레이어 (각각 6 개의 뉴런, 시그 모이 드 활성화 함수) 및 하나의 뉴런을 출력으로 가지는 네트워크를가집니다. 나는 분류 네트워크를 보지 않아서 내 네트워크가 계속 될 것으로 기대한다. 입력 사항은 일 (0-365 범위)을 나타냅니다. 사실 0-1 범위로 정규화합니다 (Sigmoid 때문에). 내 문제는 다음과 같습니
여러 엔티티를 클러스터하려고합니다. 클러스터링에 대한 유일한 척도는 한 엔티티와 다른 엔티티 사이의 유사성입니다. (0-1 float) 누구나 이것을 달성 할 수있는 클러스터링 알고리즘을 생각할 수 있습니까? 퍼지 그룹을 돌려 주겠다는 것에 감사드립니다. 이는 현재로서는 프로그램 방식으로 그룹을 추정하는 것보다 나은 해결책입니다.
CSV 파일을 정규화해야합니다. I followed this article written by Jeff Heaton. File sourceFile = new File("Book1.csv");
File targetFile = new File("Book1_norm.csv");
EncogAnalyst analyst = new EncogAnalyst();
A
나는 시간 계열 예측을위한 시스템을 개발 중입니다. Java 용 Encog3 책을 구입했지만 CSV 파일을 3 열로 제출하고 두 번째 열을 예측하려고 시도해야합니다. 나는 (즉 DeviceConsumption이다)을 예측하려는 열을 지정 로더에 해당 파일을로드하고보다 필요 Date, DeviceConsumption, TotalPower 다음과 같이 CSV는
나는 encog를 사용하여 축구 경기의 결과를 예측하는 프로그램을 만들고 있습니다. 나는 신경 네트워크를 만들었고 탄력적 인 전파 훈련 방법으로 90 개의 데이터를 훈련시켰다. 나는 홈 경기에서 1, 무승부로 0, 원정에서 -1로 경기 결과를 표시했다. 문제는 예측 중입니다. 때때로 나는 50 %의 성공률을 얻었고 다른 시간은 33 %까지 낮아진다. 랜덤
저는 Encog (Java 용 3.0 및 3.1 버전) 신경망 프레임 워크를 연구 중이며 신경 네트워크 교육에서 Levenberg-Marquardt 알고리즘을 사용하려고합니다. 그러나 나의 실제 신경망은 매우 복잡하고 (수백 개의 입력 뉴런을 특징으로한다.) Levenberg-Marquardt와 함께 훈련 된 네트워크는 단 하나 (나는 수만에서 136로 단
내가 어딘가에 오래 전에 발견 NN의 입력과 스케일 출력을 확장하기위한 방법을 가지고 있지만 나는 그들이 유효한지 확실하지 않다, NN에 대한 encog 라이브러리를 사용하여 메신저 : public static double Scale(double X)
{
double fieldlow = 0;
double fieldhigh
저는 컴퓨터 학습과 Encog에 처음으로 익숙하지만, Encog가 예제에서 일관된 결과를 제공하여 적어도 Encog에 대해 더 쉽게 배울 수있을 것으로 기대했을 것입니다. 나에게 Encoge는 실행될 때마다 다른 방향성 결과를 줄 것이다. 이유가 무엇인지 더 잘 이해할 수 있습니까? 아래는 사용되는 수정 된 샘플 코드입니다. 올바른 방향 : 올바른 10/2