Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
FEI TU v Košiciach Diplomová práca List č. 49<br />
5.2 Závislosť úspešnosti učenia sa na veľkosti skrytej<br />
vrstvy<br />
Popis experimentu<br />
Účelom tohoto experimentu je zistiť, akú veľkosť musí mať skrytá vrstva<br />
neurónovej siete, aby bolo možné <strong>pre</strong>dspracovanie realizovať.<br />
Je vhodné nájsť minimálnu veľkosť skrytej vrstvy, <strong>pre</strong>tože jej veľkosť<br />
vplýva na dĺžku učenia. Zbytočne veľká skrytá vrstva by spomaľovala učenie,<br />
čo by mohlo vadiť v aplikáciach, s ktorými užívateľ priamo pracuje a vynucuje<br />
učenie.<br />
stup:<br />
Pre zistenie veľkosti skrytej vrstvy neurónovej siete použijeme tento po-<br />
- vytvoríme súbor s testovacou množinou a súbor s trénovacou množinou<br />
<strong>pre</strong> neurónovú sieť veľkosťou vstupnej vrstvy 8*8 neurónov.<br />
- vytvoríme neurónovú sieť, ktorej skrytá vrstva bude mať rozmer N<br />
- budeme neurónovú sieť učiť 1000 krokov<br />
- zvýšime číslo N a postup zopakujeme ešte niekoľkokrát<br />
Veľkosť vstupnej vrstvy neurónovej siete bola zvolená podľa experimentu<br />
na strane 45 na hodnoty 8*8 neurónov, čo sa zdá byť dobrý kompromis<br />
medzi rýchlosťou učenia sa neurónovej siete a kvalitou spracovania vstupného<br />
<strong>obrazu</strong>.<br />
Parametre neurónovej siete:<br />
- topológia:8 ×8−N −2<br />
- gamma = 0.1<br />
- počet prvkov trénovacej množiny: 2000