taralino

.train

Der Befehl Autoencoder.train(X) erwartet folgende (verpflichtende) Argumente:

Argument	Datentyp	Hinweis
X	Datenfeld	Liste von Eingangssignal (zweidimensionales Datenfeld)

Der Befehl trainiert den Autoencoder anhand der Trainingsdaten X. Dabei ist X eine Liste von Eingangssignalen (zweidimensionales Datenfeld bzw. Matrix, jede Zeile entspricht einem Eingangssignal).

Ziel der Trainingsphase ist es, die Gewichte und Schwellwerte des neuronalen Netzes derart zu bestimmen, sodass jedes Ausgangssignal möglichst ähnlich zum zugehörigen Eingangssignal ist.

Zudem können folgende Optionen verwendet werden:

Variable	Datentyp	Hinweis	Default-Wert
iterations	Zahl	ganzzahlig, positiv	1000
batch_size	Zahl	ganzzahlig, positiv	100
learning_rate	Zahl	positiv	0.5

Die Optionen definieren die Parameter der Trainingsphase: iterations bestimmt die Anzahl der Iterationen, batch_size die Losgröße pro Iteration und learning_rate schließlich die Lernrate.

Beispiel

Es wird ein Datensatz bestehend aus 100 Elementen (Eingangssignalen) erzeugt. Anschließend wird ein Autoencoder initialisiert und anhand des Datensatzes trainiert.

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

var X = [];
for (var k = 0; k < 100; k++) {
  X.push([random(0,0.2), random(0.2,0.5), random(0.5,0.8), random(0.8,1)]);
};

Autoencoder.init([4,3,2], [2,4]);
Autoencoder.train(X, {iterations:1000, batch_size:10});

var x = X[0];
Console.print(x);

var y = Autoencoder.evaluate(x);
Console.print(y);

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

Vorschau Download Kopie speichern