При использовании 600 обучающих пар (рис. 3.3) значения погрешностей существенно не отличаются от значений полученных с использование сети, обученной на 1020 парах, и также вполне приемлемы.
Рис. 3.3 – Погрешность результата, полученного с помощью однослойных нейронных сетей с количеством нейронов n, обученных на 600
обучающих парах
При использовании 250 обучающих пар (рис. 3.4) приемлемые результаты были получены в 9 случаях, в других случаях случайные отклонения на много превышают допустимое значение погрешности.
Рис. 3.4– Погрешность результата, полученного с помощью однослойных нейронных сетей с количеством нейронов n, обученных на 250
обучающих парах
При использовании 120 обучающих пар (рис. 3.5) погрешности вычислений для всех случаев оказались слишком большими, поэтому можно сделать вывод о том, что такое количество обучающих пар слишком мало, чтобы обучить однослойную нейронную сеть на заданном интервале.
Рис. 3.5 – Погрешность результата, полученного с помощью однослойных нейронных сетей с количеством нейронов n, обученных на 120
обучающих парах
Для исследований также использовались сети, состоящие из двух скрытых слоев. В первом слое количество нейронов принималось равным 10 или 20, а во втором – изменялось от 2 до 30. Построенные таким образом нейронные сети были обучены на разном количестве обучающих пар.
При использовании 1020 обучающих пар для обучения двухслойных сетей, погрешность вычислений не превысила 4.3%, что меньше чем погрешность, даваемая однослойными нейронными сетями. Причем, как видно из рисунков 3.6 и 3.7 принципиальной разницы между результатами, даваемыми сетями с количеством нейронов в первом слое 10 или 20 нет. К тому же количество нейронов во втором слое также не оказывает влияния на погрешность. Поэтому, учитывая то, что двухслойная нейронная сеть с 20 нейронами в первом слое, требует больше времени для обучения, целесообразнее использовать нейронную сеть с 10 нейронами в первом скрытом слое и двумя во втором.
Рис. 3.6 – Погрешность результата, полученного с помощью двухслойных нейронных сетей с количеством нейронов в первом слое равным 10,
во втором - n, обученных на 1020 обучающих парах
Рис. 3.7 – Погрешность результата, полученного с помощью двухслойных нейронных сетей с количеством нейронов в первом слое равным 20, во втором - n, обученных на 1020 обучающих парах
Результаты, полученные для двухслойных сетей, обученных на 600 обучающих парах (рис. 3.8, рис.3.9), оказались аналогичными результатам для двухслойных сетей, обученных на 1020 обучающих парах. Поэтому, с целью экономии времени для данного интервала достаточно использовать 600 обучающих пар.
Рис. 3.8– Погрешность результата, полученного с помощью двухслойной нейронной сети с количеством нейронов в первом слое равным 10,
во втором - n, обученных на 600 обучающих парах
Рис. 3.9 – Погрешность результата, полученного с помощью двухслойных нейронных сетей с количеством нейронов в первом слое равным 20, во втором - n, обученных на 600 обучающих парах
При уменьшении количества обучающих пар до 250 происходит значительное увеличение погрешностей получаемых результатов. Приемлемые результаты были получены в пяти случаях для нейронных сетей с 10 нейронами в первом слое и в двух – для сетей с 20 нейронами в первом слое (рис. 3.10, рис. 3.11)
При использовании всего лишь 120 обучающих пар результаты как для сетей с 10, так и с 20 нейронами в первом слое оказались абсолютно неприемлемыми (рис. 12, рис. 13).
Рис. 3.10 – Погрешность результата, полученного с помощью двухслойных нейронных сетей с количеством нейронов в первом слое равным 10, во втором - n, обученных на 250 обучающих парах
Рис. 3.11 – Погрешность результата, полученного с помощью двухслойных нейронных сетей с количеством нейронов в первом слое равным 20, во втором - n, обученных на 250 обучающих парах
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.