taramath: NeuralNetwork.set_batch

Beschreibung

Die Funktion besitzt ein verpflichtendes Argument:

v	Integer (positiv)

Die Funktion definiert die Losgröße der Trainingsphase. Als Voreinstellung wird 100 verwendet.

Hinweis: Zur Definition der Losgröße muss diese Funktion vor dem Trainieren des neuronalen Netzes aufgerufen werden.

Beispiel

Das folgende Beispiel veranschaulicht exemplarisch die zentralen Funktionen des NeuralNetwork-Pakets. Verwendet wird dazu ein neuronales Netz zum Design (3-4-1).

Zunächst werden Trainingsdaten bestehend aus vier Datensätzen definiert, welche zum Trainieren des neuronalen Netzes verwendet werden. Anschließend wird ein Eingangssignal (am bereits trainierten neuronalen Netz) ausgewertet und das Ergebnis entsprechend ausgegeben.

<!DOCTYPE html>
<html>
<head>
  <script src="taramath.js"></script>
</head>
<body>
<textarea id="print"></textarea>
<script>

// Trainingsdaten //

var X = [
  [[0.4,0.5,0.3],[1]],
  [[0.8,0.2,0.4],[0]],
  [[0.8,0.3,0.6],[0]],
  [[0.2,0.4,0.6],[1]]
];

// Trainieren //

NeuralNetwork.init([3,4,1]);

NeuralNetwork.set_batch_size(2);
NeuralNetwork.set_learning_rate(4);
NeuralNetwork.set_number_of_iterations(100);

NeuralNetwork.train(X);

// Auswerten //

var x = [0.5, 0.2, 0.0];
var y = NeuralNetwork.evaluate(x);

Print.init("print");
Print.object(y);

</script>
</body>
</html>

Vorschau aktualisieren

NeuralNetwork.set_batch_size

zur Definition der Losgröße der Trainingsphase