1. Создаем нейронную сеть. Вначале создадим с помощью мастера - Intelligent Problem Solver многослойный персептрон с тремя слоями и в промежуточном слое возьмем шесть элементов. С помощью мастера, строим основную нейронную сеть, а затем командами:

File-New-Network, видоизменяем сеть, создав в промежуточном слое шесть элементов (установив в Layer 2 цифру 6).

2. Затем начнем обучение с помощью метода ЛевенбергаМаркара. Для этого выполняем следующие команды:

− Statistics→Tranding error graph;

− Statistics→ Case Errors;

− Statistics→ Regression Statistics;

− Train→Multilayer Perceptrons→ Levenberg-Marquardt.

3. В диалоговом окне Levenberg-Marquardt нажимаем клавишу Train (обучение) несколько раз (то есть обучение происходит на различных эпохах, если же нажать только один раз, то получим обучение лишь на одной эпохе).

4. Если же ошибка на обучаемой и верификационной выборке очень велика, то стоит изменить весовые коэффициенты. Они автоматически поменяются, если нажать клавишу Reinitialize , предварительно очистив окно Training error graph (Clear). А затем опять начинаем процесс обучения, нажав клавишу Train (обучение).

5. Анализируем полученные данные по выведенным диалоговым окнам. Что касается диалогового окна Regression Statistics, то анализируется показатель S.D.Ratio, если он меньше 0,1, это означает прекрасное качество регрессии.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

---

       

  

---

Алгоритм выполнения обучения сети с помощью метода Левенберга-Маркара