Обучение нейронной сети в GUI

Затем выполняется обучение сети, для чего выбирается закладка Train и открывается диалоговая панель, показанная на рис. 10.

Панель имеет три закладки:

1) Training Info (Информация об обучающих последовательностях) – рис. 10;

Рис. 9. Окно инициализации параметров сети

2) Training Parameters (Параметры обучения) – рис. 11;

3) Optional Info (Дополнительная информация) – рис. 12;

Последняя закладка применяется, когда в процессе обучения используются контрольная и тестовая последовательности.

Рис. 10. Окно информации об обучающих последовательностях

Рис. 11. Окно с информацией о параметрах обучения

Применяя эти закладки, можно установить имена последовательностей входа и цели (на вкладке Training Info – в левой ее части необходимо указать x и y), а также значения параметров процедуры обучения (на вкладке Training Parameters; в условиях примера сохраняем значения по умолчанию).

Рис. 12. Окно дополнительной информации.

Теперь нажатие кнопки Train Network вызывает обучение сети. Качество обучения сети на выбранной обучающей последовательности поясняется рис. 13. Видно, что к концу процесса обучения ошибка становится очень малой (вид данного рисунка при повторе вычислений может отличаться от приведенного).

Рис. 13. Изменение ошибки сети Рис. 14. Окно Network/Data Manager

в процессе обучения

Результаты обучения можно просмотреть в окне Network/Data Manager, выбрав кнопку Manager. Появится окно (рис. 14), в котором, активизируя имена последовательностей выходов network1_outputs или ошибок network1_errors, можно просмотреть результаты, используя кнопку View.

Следует отметить, что в данном случае точность аппроксимации, заданной функции получилась не очень высокой – максимальная абсолютная погрешность составляет 0.055, относительная – 5.5%, в чем можно убедиться, просмотрев значения ошибок network1_errors или выходов network1_outputs сети (см. рис. 15).

Рис. 15. Значения выходов сети

Для просмотра структурной схемы сети необходимо, выбрав имя сети (network1), воспользоваться кнопкой View (см. рис. 16).

При необходимости можно экспортировать созданную нейронную сеть в рабочую область системы MatLab (нажав кнопку Export и далее, в открывшемся окне Export or Save from Network/Data Manager – кнопки Select All (Выбрать все) и Export) и получить информацию о весах и смещениях непосредственно в рабочем окне системы, выполнив команду:

Рис. 16. Структурная схема созданной сети

> > network1.IW{1, 1}, network1.b{1};

ans=

1.9568

1.9603

ans=

-3.0678

3.2779

и команду:

> > network1.IW{2, 1}, network1.b{2};

ans=

[ ]

ans=

23.4859

Теперь можно построить модель НС в среде Simulink и отобразить ее схему (рис. 17):

> > gensim(network1)

Рис. 17. Вид структурной схемы, созданной НС в среде Simulink

Эта схема является в полной мере функциональной схемой и может быть применена для моделирования нейронной сети.