Доброго времени суток. Есть такая задача. В матлабе необходимо обучать сеть следующим образом, в процессе обучения подавать собственную величину ошибки при каждой итеррации. То-есть, сеть меняет свои коэффициенты, а я сам говорю стало лучше или хуже. Возможно ли такое сделать и был бы очень рад если бы кто-нибудь помог сделать. Заранее благодарю.

Здравствуйте, arkhivania, Вы писали:

Может лучше matlab спросить?

Здравствуйте, arkhivania, Вы писали:

A>Доброго времени суток. Есть такая задача. В матлабе необходимо обучать сеть следующим образом, в процессе обучения подавать собственную величину ошибки при каждой итеррации. То-есть, сеть меняет свои коэффициенты, а я сам говорю стало лучше или хуже. Возможно ли такое сделать и был бы очень рад если бы кто-нибудь помог сделать. Заранее благодарю.

Немного добавлю. В общем проблема сводится к следующей. Натренировать сеть в следующих условиях. На входе нейронной сети несколько параметров, на выходе один — число, это число является константой для передаточной функции. Через передаточную функцию проходит сигнал и сравнивается с реальным (target) сигналом, задача нейрнной сети минимизировать ошибку, для этого её было бы здорово тренировать Ох как нужно, прям до смерти.

Здравствуйте, gok, Вы писали:

gok>Здравствуйте, arkhivania, Вы писали:

gok>Может лучше matlab спросить?

на мой взгляд rsdn куда лучше

arkhivania wrote:
> A>Доброго времени суток. Есть такая задача. В матлабе необходимо обучать
> сеть следующим образом, в процессе обучения подавать собственную
> величину ошибки при каждой итеррации. То-есть, сеть меняет свои
> коэффициенты, а я сам говорю стало лучше или хуже. Возможно ли такое
> сделать и был бы очень рад если бы кто-нибудь помог сделать. Заранее
> благодарю.
>
> Немного добавлю. В общем проблема сводится к следующей. Натренировать
> сеть в следующих условиях. На входе нейронной сети несколько параметров,
> на выходе один — число, это число является константой для передаточной
> функции. Через передаточную функцию проходит сигнал и сравнивается с
> реальным (target) сигналом, задача нейрнной сети минимизировать ошибку,
> для этого её было бы здорово тренировать
Честно говоря постановка задачи несколько туманная, особенно в части из
константного входа получить правильный ответ.
Скорее всего вы имеете в виду, что есть входы данных и один константный
(его принято называть bias и обычно он равен 1)

Могу высказать предположение, что скорее всего вместо train стоит
пользоваться adapt.
В этом случае вы будете сами решать на каких примерах дообучаться, а
какие пропустить.

> Ох как нужно, прям до смерти.
А можно поинтересоваться откуда задачка возникла?
С нейронными сетями все конечно здорово — универсальные аппроксиматоры и
все такое, но в реальности...

Здравствуйте, arkhivania, Вы писали:

A>Немного добавлю. В общем проблема сводится к следующей. Натренировать сеть в следующих условиях. На входе нейронной сети несколько параметров, на выходе один — число, это число является константой для передаточной функции. Через передаточную функцию проходит сигнал и сравнивается с реальным (target) сигналом, задача нейрнной сети минимизировать ошибку, для этого её было бы здорово тренировать Ох как нужно, прям до смерти.

Возьми в качестве примера код любой функции вычисления ошибки сети, например, mse, и создай на его основе функцию вычисления ошибки между сигналом после ПФ и реальным. Не забудь про производную ошибки
Затем, после создания сети:

net.performFcn = _имя_созданной_функции_