ورود به حساب ثبت نام جدید فراموشی کلمه عبور
برای ورود به حساب کاربری خود، نام کاربری و کلمه عبورتان را در زیر وارد کرده و روی «ورود به سایت» کلیک کنید.





اگر فرم ورود برای شما نمایش داده نمیشود، اینجا را کلیک کنید.









اگر فرم ثبت نام برای شما نمایش داده نمی‌شود، اینجا را کلیک کنید.









اگر فرم بازیابی کلمه عبور برای شما نمایش داده نمی‌شود، اینجا را کلیک کنید.






جهت تبلیغ در وب سایت ECA کلیک کنید.

کاربران برچسب زده شده

نمایش نتایج: از 1 به 10 از 10
  1. #1
    2008/02/26
    مراغه- کرمان- اصفهان
    1,960
    65

    تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    آيا تعداد نمونه ها تاثيري در ميزان يادگيري و عملکرد شبکه عصبي داره؟
    دقت کنيد که منظورم تعداد ويژگيها نيست.
    It's nice to be important but it's important to be nice!

    از اینکه نمی رسم جواب دوستان را بدم معذرت می خوام.
  2. #2
    2009/12/27
    1,730
    264

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    لزوما نه-به عنوان مثال ميشه با تعداد کمي نمونه و ازمايش ولي در صورتي که نمونه ها هماهنگ و رابطه صحيحي داشته باشند ميتونيد خروجي و ارتباط خوبي بگيريد ولي اگر حتي تعداد نمونه ها هم چند ميليون باشه ولي اون هماهنگي و ارتباط بين ورودي ها و خروجي ها نباشه اون جوابي رو که با 70-80 تا نمونه هم ميگريد نخواهيد گرفت.
  3. #3
    2008/02/26
    مراغه- کرمان- اصفهان
    1,960
    65

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    خوب مشکل اينجاست که از کجا ميشه فهميد بهترين تعداد براي robust بودن سيستم چقدره؟
    نکته مهمي که اين وسط هست اينه که تعداد يک نمونه اونقدر زياد نباشه که اثر نمونه هاي ديگه رو از بين ببره.
    نکته اي که يکي از همکاران مطرح کرد اينه که به عنوان مثال شما به يک بچه دبستاني عمل ضرب رو ياد ميديد هر چي تعداد مثالها بيشتر باشه اون شخص بهتر ياد ميگيره.
    البته مهم اينه که مثالها تکراري و بيهوده نباشه.
    It's nice to be important but it's important to be nice!

    از اینکه نمی رسم جواب دوستان را بدم معذرت می خوام.
  4. #4
    2011/07/28
    کرمانشاه
    453
    11

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    تعداد داده های آموزشی مسلما هرچه بیشتر باشه بهتره ولی اینجا چند نکته وجود داره
    1- از صحت داده ها باید مطمئن شد زیرا داده های غلط شبکه را به خطاهای فاحش میکشاند
    2- باید داده ها در فضای ورودی همگن باشند
    3- تعداد داده های خیلی زیاد مدت زمان آموزش در هر epoch را زیاد کرده و ممکن است سرعت همگرایی را کندتر هم کند.
    مهم نیست چه مدرکى دارید
    مهم این است که چه درکى دارید . . .
  5. #5
    2011/07/28
    کرمانشاه
    453
    11

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    تعداد داده های آموزشی مناسب برای یک شبکه عصبی به عوامل زیادی بستگی دارد.در مواردی که ساختن و یا تهیه داده های آموزشی امکان پذیر است مهمترین نکته تنوع داده ها میباشد. و باید گفت که تنوع داده ها از تعداد آنها بسیار بسیار مهمتر است!
    برای روشن شدن موضوع یک مثال عرض میکنم فرض کنید شبکه ای با یک وروردی و یک خروجی داریم که میخواهیم تابع y=x^2 را تقریب بزنیم. اگر هدف ما تقریب در محدوده x بین 5 تا منفی 5 باشد. باید ورودیها را بصورت یکنواخت در این ناحیه تعیین کنیم و خروجی های متناظر آنرا تولید کنیم. اگر داده های آموزشی مثلا بیشتر بین صفر تا مثبت 5 باشند. داده ها مناسب نخواهد شد. البته یکنواختی به معنی خطی بودن فواصل داده های ورودی نیست. بلکه بیشتر باید به داده های خروجی متناظر توجه کرد. و بیشتر باید خطی بودن فواصل داده های خروجی مورد توجه باشد. تا خطا در کل بازه دادههای آموزشی یکسان گردد. در شبکه های با ابعاد بیشتر رعایت کردن این موضوع و تهیه دادههای آموزشی با تنوع مناسب اندکی پیچیده خواهد شد.
    نکته بعدی در مورد تعداد داده ها باید عرض کنم که تعداد داده ها رابطه خاصی ندارد ولی باید متناسب با دقت مورد نیاز برای خروجی شبکه در مورد داده های تست خواهد بود.( نه آموزشی)
    من خودم یک روش برای تعداد داده های لازم در نظر میگرفتم که بدین صورت است: ابتدا دقت مورد نیاز برای خروجی شبکه را تعیین میکنیم. و فاصله میانگین بین دادهای آموزشی خروجی را دو برابر این مقدار در نظر میگیریم. به عنوان مثال اگر دقت 0.1 را در مثال قبل نیاز داشته باشیم محدوده خروچی بین 0 تا 25 خواهد شد. بنابراین تعداد داده های مورد نیاز 250 عدد خواهد شد. البته برای این تابع برای داده هایی خیلی کمتر هم به دقت موردنظر میرسیم ولی در بدترین حالت به شرط این تعداد و رعایت تنوع حتما دقت مورد نظر حاصل خواهد شد.
    مهم نیست چه مدرکى دارید
    مهم این است که چه درکى دارید . . .
  6. #6
    2008/02/26
    مراغه- کرمان- اصفهان
    1,960
    65

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد ش

    بذاريد کمي بيشتر راجع به کار توضيح بدم.
    امروز يکي از دانشجويان براي طرح پروپوزال آمده بود و يک ديتابيس معتبر با داده هاي معتبر آورده بود. تعداد ويژگي ها 40 تا و تعداد نمونه ها 500,000 تا
    قرار شد من راهنماييش کنم ولي از اونجايي که تابحال به اين مشکل برخورد نکرده بودم نتونستم جواب قانع کننده اي بدم. چون تا بوده ما مشکل کمبود نمونه داشتيم و هيچ وقت اين مقدار داده نداشتيم که رم کامپيوتر به مشکل برخورد کنه.
    براي همين نکته اي که برام سوال شد اين بود که اگر ميتونيم ويژگي هاي بي ارزش رو حذف کنيم تا کار شبکه رو سبک تر کنيم آيا بهتر هست که تعداد نمونه ها رو هم کم کنيم يا نه بهتره که هر چقدر ميتونيم داده هاي بيشتري به شبکه بديم البته با حفظ توازن بين تعداد نمونه هاي متنوع؟
    It's nice to be important but it's important to be nice!

    از اینکه نمی رسم جواب دوستان را بدم معذرت می خوام.
  7. #7
    2011/07/28
    کرمانشاه
    453
    11

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    اگر داده های همگی صحیح و قابل اعتماد باشند.
    و از تنوع لازم هم در فضای حالت ورودی برخوردار باشند.
    داده های زیاد هیچ مشکلی ندارند حتی کمک میکنند که خطای واقعی شبکه کمتر هم بشود.
    ولی فقط مدت زمان آموزش را زیاد میکنند که اون هم مساله مهمی نیست.
    فقط یک نکته مهم میمونه که اون طرز چینش دادهها در هنگام آموزشه
    صرف اینکه داده ها تنوع لازم را دارند مهم نیست بلکه اینکه ترتیب فراخوانی داده های آموزشی در هر epoch هم مهم است.
    و این مسئله در داده های زیاد خود را به طور فاحشی نشان میدهد و خیلی مهم است.
    در واقع وقتی داده های شما زیاد است ممکن است شبکه مدت زمان زیادی را در حال آموزش توسط داده های قسمت اندکی از فضای حالت ورودی صرف کند
    و اصلاح این نوع overfitting در epoch های بعدی آموزش سخت تر و سخت تر میشود.
    بنابراین باید داده ها نه تنها در محتوا بلکه در ترتیب فراخوانی برای آموزش شبکه نیز تنوع داشته باشند.
    مهم نیست چه مدرکى دارید
    مهم این است که چه درکى دارید . . .
  8. #8
    2008/02/26
    مراغه- کرمان- اصفهان
    1,960
    65

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    shuffling توسط خود متلب انجام ميشه اگر منظورتون اينه. درسته؟
    It's nice to be important but it's important to be nice!

    از اینکه نمی رسم جواب دوستان را بدم معذرت می خوام.
  9. #9
    2009/12/27
    1,730
    264

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    از پاسخ هاي اقاي عزيزي متشکرم- اقاي شفقي 500000 تا براي 40 ويژگي تقريبا مناسبه-ولي اگر از روند نمونه ها اطلاع داريد يعني اگر ميتونيد سلکشن انجام بديد ميتونيد تعدادي از داده ها رو بر اساس يه روندي حذف کنيد يا ميانگين گيري کنيد- البته بستگي به نمونه ها و روند اونها داره و اينکه از اين خصوصيت تا حدودي اطلاع داشته باشيد- اينکه اجراي شبکه عصبي باعث ميشه رم کامپيوتر کم بياره که اين هم بستگي خيلي زيادي داره به نوع پياده سازي شبکه - به نظر من اگر بتونيد داده ها رو کمتر کنيد البته با يه الگويي خوب سريعتر جواب ميگيريد چون همونطوري که گفتم لازم نيست حتما اينقدر نمونه داشته باشيد- من شبکه عصبي رو با متلب انجام ندادم و از سرعتش در اين زمينه اطلاعي ندارم ولي چون در کاري که قبلا انجام دادم تعداد نمونه ها ميليوني :biggrin: بود من با اکسل و يه نرم افزار شبکه عصبي ديگه که با اکسل مچ ميشد اين کار رو انجام دادم که سرعت هم خوب بود البته تعداد داده ها رو به حدود 700 800 تا براي هر خصوصيت کم کرده بودم چون از روند داده ها اطلاع داشتم-
  10. #10
    2011/07/28
    کرمانشاه
    453
    11

    پاسخ : تاثير اندازه ماتريس ورودي در عملکرد شبکه عصبي

    بله مسلما راه حل هایی هم برای رفع این مشکل وجود داره قصد من فقط بیان توجه به این موضوع بود چون
    در داده های کم این مشکلات اصلا خودشون رو نشون نمیدن بهرحال برای حل این مشکل احتمالی همون طور
    که خودتون اشاره کردید میتوان داده ها را بصورت تصادفی بهم ریخت و یا مثلا میتوان از clustering استفاده کرد.
    ولی بهرحال اصل موضوع آن است که داده های خیلی زیاد میتواند باعث بروز این مشکل شود.
    یعنی گیرکردن در فضای کوچکی از مساله و در نهایت همگرایی دیرتر
    مهم نیست چه مدرکى دارید
    مهم این است که چه درکى دارید . . .
نمایش نتایج: از 1 به 10 از 10

موضوعات مشابه

  1. شبکه عصبي هوپفيلد
    توسط javad-m در انجمن هوش مصنوعی و شبکه های عصبی
    پاسخ: 1
    آخرين نوشته: 2014/07/18, 11:30
  2. مشکل در شبکه عصبي
    توسط Challenger_69 در انجمن هوش مصنوعی و شبکه های عصبی
    پاسخ: 9
    آخرين نوشته: 2013/07/24, 08:57
  3. شبکه هاي عصبي ويولت؟
    توسط رضا شفقی در انجمن پردازش سيگنال و هوش محاسباتي
    پاسخ: 0
    آخرين نوشته: 2012/12/08, 21:47
  4. پروژه شبکه عصبي "تشخيص سکته قلبي با شبکه عصبي"
    توسط مهرداد الف در انجمن هوش مصنوعی و شبکه های عصبی
    پاسخ: 0
    آخرين نوشته: 2012/12/06, 22:32
  5. ورودي دادن به شبکه عصبي
    توسط shahrooz_mot در انجمن هوش مصنوعی و شبکه های عصبی
    پاسخ: 4
    آخرين نوشته: 2012/11/13, 19:36

کلمات کلیدی این موضوع

علاقه مندي ها (Bookmarks)

علاقه مندي ها (Bookmarks)

مجوز های ارسال و ویرایش

  • شما نمیتوانید موضوع جدیدی ارسال کنید
  • شما امکان ارسال پاسخ را ندارید
  • شما نمیتوانید فایل پیوست کنید.
  • شما نمیتوانید پست های خود را ویرایش کنید
  •