Trainingsphase
Trainingsphase
Um in der Trainingsphase die Input- und Output-Daten für das "OR-Gatter" einzugeben, wählen Sie im Menü unter "Teach" den "Lesson Editor" aus. Sie erreichen diesen auch alternativ durch folgendes Symbol: .
- Abbildung 33: Wahrheitstabelle für das OR-Gatter.
Beim "OR-Gatter" soll das Netz als Output eine 0 produzieren, wenn beide Input-Units keine Aktivität aufweisen. In den 3 verbleibenden Fällen (Input-Unit 1 ist aktiv, Input-Unit 2 ist aktiv, beide Input-Units sind gleichzeitig aktiv) soll der Output hingegen aktiv sein (bzw. eine 1 als Aktivitätslevel produzieren). Die rechts stehende Tabelle fasst die 4 verschiedenen Zustände zusammen.
Da also insgesamt 4 "Pattern" vom neuronalen Netz verarbeitet werden sollen, generieren wir zunächst drei weitere Pattern durch Anklicken des "New Pattern"-Buttons auf der rechten Seite. Im mittleren Bereich des "Lesson Editors" sollte bei Ihnen nun "Pattern No: 4 of 4" stehen.
Sie können die einzelnen "Pattern" nun durch Anklicken der Pfeil-Buttons (oben und unten) am rechten Rand auswählen.
Wählen Sie nun Pattern "No. 1 of 4" aus und tragen für die beiden Input-Units ebenso wie für die Output-Unit eine 0 ein. Da sich diese Zahlen schon im ersten Pattern befinden sollten können Sie alternativ auch direkt das zweite Pattern modifizieren. Setzen Sie hier die erste Input-Unit auf 1 ebenso wie die Output-Unit. Für Pattern No. 3 wird die zweite Input-Unit auf 1 gesetzt ebenso wie die Output-Unit. Für das letzte verbleibende, vierte Pattern gilt es, alle Units auf 1 zu setzen.
Wenn Sie die eingegebenen Daten für spätere Zwecke sichern möchten, so können Sie dies im Lesson Editor über dessen Menüpunkt "File" - "Save Lesson" tun. Für das weitere Vorgehen in diesem Exkurs ist dies aber nicht notwendig.
Die restlichen Funktionen im "Lesson Editor" werden an dieser Stelle nicht weiter erläutert, Sie können diesen nun wieder schließen.
Initialisierung der Gewichte mit Zufallswerten
Nun sollte das Netz noch mit Zufallswerten für die Gewichte der Verbindungen und des Aktivierungs-Schwellwerts der Ausgabe-Unit initialisiert werden. Klicken Sie hierzu auf den Menüpunkt "Net" - "Randomize Net". Wenn Sie sich die Verbindungen zwischen den Neuronen einmal genauer anschauen, werden Sie bemerken, dass diese danach die Farbe mehr oder weniger stark verändert haben. Entsprechend der Zufallswerte für die Verbindungsstärke können die Farben von bläulich über grau zu rötlich variieren.
- Abbildung 34: Fehlerkurve des neuronalen Netzes für die ersten ca. 100 Durchläufe.
Öffnen Sie nun den "Net Error Viewer" (im Menü unter "Teach" zu finden oder durch Betätigen des -Buttons).
Wenn Sie nun das Netz durch den Start-Button ( oder im Menü "Teach" "Start Teacher (Auto)") trainieren lassen, dann sollte ihr "Net Error Viewer" nach ca. 100 Durchläufen so aussehen, wie auf Abbildung 34.
Deutlich erkennbar ist, dass der Fehlerterm des Netzes bereits relativ klein ausfällt und sich im weiteren Verlauf asymptotisch der Null annähern wird. Das neuronale Netz kann also problemlos ein "OR-Gatter" simulieren.
Stoppen Sie nun die Trainingsphase des neuronalen Netzes ( oder unter "Teach" "Stop Teacher (Auto)"). In der nun folgenden Testphase soll überprüft werden, ob sich das neuronale Netz tatsächlich wie ein "OR-Gatter" verhält.