Professional Documents
Culture Documents
MAŠINSKI FAKULTET
SEMINARSKI RAD
Adaptive linear filters : Training a linear neuron
Obuka linearnog neurona
Tuzla,21.12.2017. god.
Sadržaj:
Obuka linearnog neurona........................................................................................................................ 3
Primjer: ................................................................................................................................................ 3
Obuka linearnog neurona
Primjer:
Da pokažemo put treninga, obučavamo samo jednu epohu u vremenu i zovemo PLOTEP
svaku epohu. Na ploči se prikazuje historija obuke. Svaka tačka predstavlja epohu, a plave
linije pokazuju svaku promjenu napravljenu u pravilu učenja (Widrow-Hoff
podrazumijevano).
Funkcija voza izlazi iz obučene mreže i y historije performansi treninga (tr). Ovde su greške
prikazane u odnosu na trening epohe: Greška je opala, sve dok nije pala ispod cilja greške
(crna linija). U tom trenutku trening se zaustavio.
Sada koristite SIM da biste testirali asocijatora pomoću jednog od originalnih ulaza, -1.2, i
pogledajte da li vraća cilj, 1.0. Rezultat je vrlo blizu 1, cilj. Ovo bi moglo biti još bliže
smanjenjem cilja performansi.
y = 0.9817