Re: Sieci neuronowe do problemu klasyfikacji

Dnia Wed, 9 Apr 2008 14:16:03 +0200
Sulsa <sulsa@dontmail.me> napisał(a):

> On Wed, 9 Apr 2008 08:52:25 +0200
> Wit Jakuczun <wit@mefisto.hades> wrote:
> 
> > O jakich cyklach mówisz?
> 
> Mówiłem o epoce nauki pomylilem terminologie.
>  
Ok. Nadal nie rozumiem, ale to nie istotne. :)


> > Chodzi Ci o wzór 6.216 i 6.217? 
> 
> Tak chodzilo mi o te wzory. 
> 
> > Pseudoinwersji nie liczy
> > się według tego wzoru. Z powodów numerycznych. Spytaj promotora
> > jak to DOBRZE liczyć.
> 
> Odpowiadasz jakbys wiedzial ale z jakis dziwnych powodów nie mógł
> powiedzieć.
> 
Bo wiem. Slyszales o metodach dekompozycji macierzy?

> > 
> > Jeśli Ci chodzi o wzór 6.222 to założenie jest takie, że K jest 
> > małe w stosunku do M. Zatem nalezy odwrócić macierz wymiaru KxK
> > a nie MxM. (K - liczba neuronów w warstwie ukrytej, M - liczba
> > przykładów treningowych). 
> 
> Nie rozwazalem uzyca tego wzoru widzialem, ze wynikal z bardziej
> rozbudowanego wzoru i myslalem ze bedzie bardziej skomplikowany
> obliczeniowo, ale widze ze jest prostrzy wiec go zastosuje.
> 
Nie tylko jest prostszy, ale lepszy bo jest oparty na
regularyzacji.

> > 1) Można szukać odwrotności iteracyjnie
> > 2) Idea sieci radialnej jest taka, żeby K było małe. To jest napisane
> > w książce Rutkowskiego. Ważne jest, żeby te K elementów było mądrze
> > dobranych.
> 
> ale liczba przykładów jest duża i trzeba odwracać macierz o wymiaram
> MxM gdzie M to liczba przykładów
> 
Jesli macierz G ma wymiar MxK to  G^T*G ma wymiar...?

> te metody odpadaja bo je mam już zaimplementowane.
> 
Rozumiem.

Pozdrawiam
-- 
[ Wit Jakuczun    <W.Jakuczun [at] wlogsolutions.com> ]
[ WLOG Solutions  http://www.wlogsolutions.com ]