taralino

Trainingsphase

Abschließend kannst du in diesem Abschnitt anhand eines kleinen Quellcodes Erfahrungen darin sammeln, wie ein neuronales Netz zur Klassifikation von Strichzeichnungen trainiert werden kann. Als Grundlage dient der folgende Code, der Trainings- und Testdaten einbezieht und eine Trainings- sowie Testphase durchführt.

Den Quellcode sowie insbesondere die Parameter zum Trainieren des neuronalen Netzes wirst du nur dann verstehen können, wenn du bereits die zugehörigen Kurse belegt hast.

Das Beispiel verwendet das bekannte Doodle-Datenpaket:

Zur Referenz

Der Umfang der Trainingsdaten besteht aus 4000 Objekten (Strichzeichnungen) und getestet wird anhand weiterer 1000 Objekte. Die Funktionen zum Trainieren und Testen eines neuronalen Netzes stellt das NeuralNetwork-Paket bereit:

Zur Referenz

Beispiel

Das Beispiel führt eine Trainingsphase zur Klassifikation von Strichzeichnungen durch. Anschließend wird das neuronale Netz anhand von Testdaten evaluiert.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
  <script src="Doodle.js"></script>
</head>
<body>
<script>

// Trainings- und Testdaten

var X = Doodle.train();
var Y = Doodle.test();

// Initialisierung (Layout des Netzes) und Trainingsphase starten

NeuralNetwork.init([1600, 10, 4]);
NeuralNetwork.progress(X, Y, {iterations:1000, batch_size:10});

// Wird aufgerufen, wenn Trainingsphase abgeschlossen ist

function on_training_done(data) {
  var n = NeuralNetwork.test(Y);
  Console.print(n + " von " + Y.length +" Testobjekten korrekt erkannt");
};

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

Vorschau Download Kopie speichern