私はニューラルネットワークを訓練する遺伝的アルゴリズムを作ることにしました。それらは継承を通じて発展し、そこでは(多くの)可変遺伝子の1つが伝達機能でなければならない。重みを調整する方法 - バックプロパゲーション
だから、私は数学の深さにもっと行く必要があります、そして、本当に時間がかかります。
私は、例えば3つの変異型伝達遺伝子を有する。
1)
3シグモイド関数
2)を黄褐色シグモイド関数をログ)ガウス関数
伝達関数遺伝子の特徴の一つは、それを取得する関数のパラメータを変更することができることであるべきです異なる形状の機能。
そして今、私はまだ解決していない午前cappable問題:
私は、ニューラルネットワークの出力に誤差があり、どのように異なるパラメータで異なる機能throug重みにそれを転送しますか?私の研究によれば、それは派生物や勾配降下と関係があると私は思う。
私は高水準の数学ノブです。誰かが単純な例について私に説明できますか?(exapmleの)シグモイド関数をパラメータ化することによって、エラーをウェイトに戻す方法を教えてください。
編集 私はまだ研究を行っていますが、私はバックプロパゲーションを誤解していないかどうかはわかりません。私はこの文書を見つけました http://www.google.cz/url?sa=t&rct=j&q=backpropagation+algorithm+sigmoid+examples&source=web&cd=10&ved=0CHwQFjAJ&url=http%3A%2F%2Fwww4.rgu.ac.uk%2Ffiles%2Fchapter3%2520-%2520bp.pdf&ei=ZF9CT-7PIsak4gTRypiiCA&usg=AFQjCNGWZjabH5ALbDLgSOBak-BTRGmS3g 彼らは体重を計算するいくつかの例を持っています。
したがって、体重調整に伝達関数を含める必要はありませんか?
どのようなソフトウェアをお使いですか? – damned
私はjavaを使いたいです。私はパラメータ化された伝達関数を使って逆伝播以外のすべてを実装することについて明確な心を持っています。 – John
@Novak氏の言うとおり、ショートカットはありません。数時間をかけてビデオをご覧ください:http://www.ml-class.org/course/video/preview_list – YXD