在Encog中自组织地图培训策略

时间:2014-10-02 18:18:42

标签: neural-network encog

我正在尝试使用Encog3训练SOM。在encog-examples中有两个例子 - 一个是训练XOR SOM,其中所有数据用于训练直到收敛,以及Color SOM,其中15个颜色中的一个在1000次迭代中的每一个中随机采样。我的问题是,如果第二种方法是这样的例子,在足够短的时间内完成了足够的结果,或者是否有理由这样做。如果我在每次迭代时使用所有15种输入颜色进行训练,它是否会产生更好的结果?

1 个答案:

答案 0 :(得分:1)

这取决于您要寻找的结果。这是SOM的一个非常常见的例子。这是一个更长的描述(不是我写的)完全相同的事情。

http://www.ai-junkie.com/ann/som/som2.html

该示例的目的是展示如何从SOM的培训中产生模式。我在SOM看到的大多数颜色示例都是这样做的(在线培训)。它使输出更加变化/随机。

SOM可以批量训练。这个例子并不困难。如果您正在寻找快速收敛,那么是的,您会得到更好的结果。然而,该示例很快收敛到接近单一颜色,并且非常快。您无法将动画收敛性转换为大多数这些示例所需的几种颜色。