1,291
edits
| Line 56: | Line 56: | ||
| ==Benutzen des Netzes== | ==Benutzen des Netzes== | ||
| [[Image:Pd-ann-run.png|right|frame|Neuronales Netz mit "run" Nachricht]] | |||
| Ist das Netz trainiert, muss man es wieder in den normalen Modus versetzen. Dazu muss man den Neuronalen Netz die Nachricht "run" schicken. Folgende Konsolenausgabe sollte erscheinen: | Ist das Netz trainiert, muss man es wieder in den normalen Modus versetzen. Dazu muss man den Neuronalen Netz die Nachricht "run" schicken. Folgende Konsolenausgabe sollte erscheinen: | ||
|   nn: running |   nn: running | ||
| Im run-Modus erwartet das Neuronale Netz nur eine Liste mit Eingabe Werten, ohne Ausgabe Werte. Für das logische UND sind das also folgende: | |||
|  1 1 | |||
|  1 0 | |||
|  0 1 | |||
|  0 0 | |||
| [[Image:Pd-ann-run-and.png|right|frame|Neuronales Netz mit Eingabe 1 1]] | |||
| Wenn das Neuronale Netz nun eine solche Eingabe bekommt, gibt es die entsprechend trainierten Ausgaben zurück. Die Ausgabe erscheint im linken Ausgang, hat man mehrere Ausgaben sind das alle Ausgänge bis auf das rechte. Der Vorteil eines Neuronalen Netzes liegt unter anderem darin, dass die Eingaben nicht genau sein müssen folgende Eingabe wird bei richtigen Training auch funktionieren: | |||
|  0.9 0.1 | |||
| Die Ausgabe des Neuronalen Netzes entspricht auch nicht immer genau derm trainierten Ausgabe Wert, meistens variert die Ausgabe ein wenig. Um dies zu umgehen müssen entsprechende Filter eingebaut werden (z.b mit < und >). | |||
| <br clear="both" /> | |||
| ==Netze wiederverwenden== | ==Netze wiederverwenden== | ||
edits