taralino

.progress

Der Befehl NeuralNetwork.progress(X, Y) erwartet folgende (verpflichtende) Argumente:

Argument	Datentyp	Hinweis
X	Datenfeld	Liste von Objekten
Y	Datenfeld	Liste von Objekten

Der Befehl trainiert ein neuronales Netz anhand der Trainingsdaten X und testet es anhand der Testdaten Y. Der Lernfortschritt wird visuell dargestellt und sobald die Trainingsphase abgeschlossen ist, wird die Funktion on_training_done aufgerufen (sofern vorhanden). Dabei wird der on_training_done-Funktion als Argument den Verlauf der Trainingsphase übergeben (siehe Beispiel).

Die Datenfelder X und Y sind Listen von Objekten mit jeweils folgenden Variablen:

Variable	Datentyp	Hinweis
input	Datenfeld	Eingangssignal als Vektor
output	Datenfeld	Ausgangssignal als Vektor

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	5.0

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

Das Beispiel demonstriert die Verwendung der progress-Funktion. Tipp: Aktualisiere die Vorschau, um das Verfahren bzw. die Trainingsphase erneut durchzuführen.

<!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>

// Trainings- und Testdaten
var X = ClassificationData.get(1000, {categories:3, shape:"mixed"});
var Y = ClassificationData.get(1000, {categories:3, shape:"mixed"});

// Initialisierung und Trainingsphase starten
NeuralNetwork.init([2, 4, 3]);
NeuralNetwork.progress(X, Y, {iterations:4000, batch_size:20});

// Ergebnis der Trainingsphase darstellen
function on_training_done(data) {
  var labelx = "Iterationen der Trainingsphase (Anzahl)";
  var labely = "Korrekt klassifizierte Testdaten (Anzahl)";
  Plot.init(640, 320, {axis:[labely,labelx]});
  Plot.list(data, {style:"joined"});
  Plot.draw();
};

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

Vorschau Download Kopie speichern