تدريب الشبكة العصبونية :
 |
| الأزرار الخاصة بتدريب الشبكة . |
في
برنامجنا للقيام بعملية التدريب يتم الضغط على زر (تدريب شبكة التعرف) الذي يهيئ أن أكتب اسم الشبكة
كما تم إنشاء زر (اسم الشبكة) وهو من نوع edit text يسمح بكتابة اسم الشبكة لتحفظ كل شبكة جديدة
باسم جديد لها وبنهاية التجريب يتم اختيار أفضل شبكة تدريب , زر (ابدأ التدريب)
بضغطه تبدأعملية التدريب ,هذه الأزرار تستخدم فقط عند تدريب الشبكة , الشكل يوضح أزرار التدريب .
لتدريب
الشبكة العصبونية نحتاج إلى تحديد الأمور التالية:
1. عدد عصبونات الدخل والتي هي متوافقة مع
عدد الخصائص features.
2. عدد عصبونات الخرج والتي هي متوافقة مع
اللوغريتم الثنائي لعدد النماذج .
3. عدد الطبقات الخفية وعدد العصبونات في
الطبقة الخفية الواحدة وتابع التفعيل المستخدم.
§
نوع
خوارزمية التدريب والتي هي خوارزمية الانتشار الخلفي كاملة الارتباط ذات تغذية
أمامية وغير خطية ومتعدة الطبقات.
أول خطوة في عملية التعليم اختيار القيم
الأولية للأوزان , وانتقاء القيم الأولية للأوزان يؤثر في معدل التقارب:
× اختيار قيم أولية قريبة من القيم
الصحيحة يؤدي إلى تقارب سريع.
× اختيار سيء للأوزان الأولية يؤدي إلى
عدد كبير من عمليات التكرار حتى الوصول للتقارب وقد لانصل إلى التقارب مطلقاً.
-1 عامل معدل التعليم µ :
يحدد
µ حجم تعديلات الأوزان عند كل تكرار ومن ثم هو يؤثر على معدل التقارب
يمكن
أن تنتج تغيرات كبيرة في معدل التعليم بإختيار قيم مختلفة لـ µ:
ü µ صغيرة جداً تؤدي إلى تغيرات صغيرة في
الأوزان وبالتالي مسار أدق للأوزان على حساب سرعة التعليم.
ü µ كبيرة تؤدي إلى تغيرات كبيرة في
الأوزان وبالتالي سرعة في التعليم ولكن تؤدي إلى عدم استقرا الشبكة.
وبالتالي
µ يتم اختيارها تجريبياً.
نحن نحاول عند إدخال شعاع الدخل ونحصل
على شعاع الخرج أن يكون معدل التقارب أفضل ما يمكن (فإذا كان معدل الخطأ كبير نحاول تعديل كل من الأوزان من
خلال µ) ,ونستمر بقيام تدريب الشبكة إلى أن نصل معدل التقارب أفضل ما يمكن (أي
يكون معدل الخطأ اصغر ما يمكن ) وبالتالي
نكون قد حصلنا على أوزان مناسبة ونتائج أفضل مايمكن .
-2 شروط التوقف لعملية تدريب الشبكة:
1.
عند الحصول على أصغر خطأ ممكن.
2.
عند الحصول على أصغر معدل تغير الخطأ.
3.
قياس انجاز الشبكة.
