성능 문제를 확인하려면 도움이 필요합니다. https://codesachin.wordpress.com/2015/11/28/self-organizing-maps-with-googles-tensorflow/의 코드를 자체 구성지도의 기본으로 사용하고 있습니다. 이 코드는 CPU에서 10 초, GPU에서 40 초 걸립니다. 로그를 활성화하고 tensorboard
저는 교육 데이터의 필요성 또는 복잡성/가변성에 따라 성장하는 신경망 아키텍처에 대한 기존 연구를 찾고 있습니다. 내가 발견 한 일부 아키텍처에는 자체 구성 맵과 성장하는 신경 가스가 포함됩니다. 이것들 밖에 없습니까? 내가 찾고있는 것은 간단한 시나리오로 가장 잘 설명되어 있습니다. 훈련 데이터의 패턴이 몇 개인 경우 신경망은 각 레이어에 노드 집합이 작
이것은 첫 번째 게시물이며 R의 초보자입니다. 자체 구성지도를 학습하려고합니다. 내 데이터는 각 인스턴스 ([2304x7])의 7 가지 특징을 가진 2304 개의 인스턴스의 행렬입니다. (와인의 데이터 세트와 같은) 예제 코드에 이어 아무런 문제가 없지만 데이터로 일부 기능을 수정하려고 할 때 이 오류 : 내가 잘못 library(kohonen)
som
나는 기본적인 SOM 초기화에 대해 연구했고이 과정 인 PCI가 맵에서 무게 벡터를 초기화하는 방법을 정확히 이해하려고했다. 필자는 2 차원 맵의 경우이 초기화 메소드가 데이터 행렬의 두 가장 큰 고유 값에 대한 고유 벡터를 조사한 다음 이러한 고유 벡터에 걸친 부분 공간을 사용하여 맵을 초기화한다는 점을 이해합니다. 즉, 초기지도 가중치를 얻으려면이 메소
일기 예보 모델 앙상블의 가변성을 분석하는 데 SOM을 사용하기 위해 노력하고 있습니다. 이렇게하려면 특정 지리적 영역에서 20 개의 앙상블 글로벌 일기 예보 모델에 액세스하십시오. 20 x Nlat x Nlon 행렬을 20 x Nlat * Nlon 행렬로 변환하여 Kohonen 패키지 som 함수에 표시합니다. 그런 다음 som "codebook vect
SOM에서 이웃 거리는 어떻게 작동합니까? 1- 맵에 두 노드가 가까우며 거리가 작은 경우 비슷한 색을 표시합니다. 맞습니까? 2 두 노드가지도에서 가까울지라도 거리가 크다면 서로 다른 회색 색상을 사용합니다. 맞습니까? 3- 그러나 완전히 떨어져있는 두 개의 노드가 비슷한 회색을 갖고 있으면 닫을 수 있습니까? 4- 다른 질문. 이지도에서 일부 육각형의
는 내가 요소의 세 가지 유형이있는 경우 자기 조직화지도가 여기 Som_pak-3.1을 만들었습니다, 그들은 다르다. 요소가지도의 다른 부분에없는 이유는 무엇입니까? 왜 "A", "B"와 "C"가 같은 육각형에서 함께 많은 경우입니까? 왜 "B"와 "C"가 육각형에서 홀로 존재하지 않는 이유는 무엇입니까? 미리 감사드립니다.
교육 중 자체 구성지도의 안정된 상태를 어떻게 식별 할 수 있습니까? 내 반복을 제어하려면 (즉, 안정적 일 때 교육을 계속하거나 중지해야 함)이 필요합니다. 토폴로지 오류의 백분율 변화를 살펴보고 양자화 오류를 의미하지만이 둘은 계속 변화하며 안정된 상태가되지 않습니다.
아이리스 데이터 세트 (https://archive.ics.uci.edu/ml/datasets/Iris)에 대한 SOM 매핑의 시각화를 생성하려고합니다. 지금까지 내 코드 : 가이 같은 낫 네요 있도록 팔레트를 사용자 정의 할 수있는 방법이 있나요 :이 매핑을 생성 from sklearn.datasets import load_iris
from mvpa2.
저는 연구에서 데이터 소스에 큰 어려움에 직면하고 있습니다. 기본적으로 나는 후 처리를 위해 등록 된 여섯 가지 유형의 이벤트가 있습니다. 이 이벤트는 프로세스에서 사용되는 일종의 이온 및 장치에서 이벤트가 발생하는 위치와 관련됩니다. 이미지 1은 각 유형의 짝수에 대한 평균 곡선을 보여줍니다. 이미지 1 내 목표는 내가 각각의 곡선으로부터 추출 된 네 개