Forum strony www.multipasko.pl [Regulamin]


Dodaj wpis w tym temacie
Spis tematów
Login:

Hasło:
Strona: 1 2 ... 9 10 11 12 13 14
Wyślij wiadomość do admina

Przewiń wpisy ↓

sieci neuronowe w ML

2009-03-21 (20:38)

status Karamba1
Data rejestracji: 2008-03-10 00:00:00
Ilość postów: 174

3267
wpis nr 188 900
[ CZCIONKA MONOSPACE ]

Witam,



A ja jestem za tym zeby \"Adalbert\" czyli Wojciech nie pisal nic wiecej, bo to mu znowu zaszkodzi na zdrowie.



Slyszalem ze ma raka i juz sie pozegnal ze wszystkimi, a teraz okazuje sie ze nie tylko sie zajmowal neuronami w sieci , ale i swoimi w glowie.



Wyzdrowial - no to swietnie. Bardzo sie cieszymy.



Mi teraz jest glupio bo na ostatnie Swieto Zmarlych mimo ze go nie znam osobiscie swieczke mu zapalilem.



Da sie spalona swieczke cofnoac w czasie ?





ps kultury osobistej i choc sredniego wychowania (nie musi byc dobre) to Wam tu brak najbardziej.



Ja to zdobedziecie to zacznijcie zdobywac wiedze o sieciach , grach losowych , itd.



Skoro odwrotna kolejnosc stosujecie to zapewniam Was ze nigdy nic nie osiagniecie z czego sami bedziecie zadowoleni i inni to docenia.



Jak tego do tej pory nie zauwazyliscie to widze Wasza przyszlosc wlasnie tu, na tym Forum co jakis czas spotkacie sie , ulzycie sobie, blotem na wzajem, nazwiskami i potem do norek i dalej w samotnosci i w skryciu bedzie sie \"anoniz...\" algorytmami , sieciami , itd, ktore juz dawno przeciwiczono na okolicznosci przydatnosci do girer losowych.



I na koniec troszeczke merytorycznie. Osoby ktore zajmuja sie sieciami moim zdaniem polelniaja wielki blad juz na samym poczatku.



Postawmy sprawe tak: Sieci to tak jak czlowiek, nie da sie nauczyc ich zeby \"zawsze to samo dawaly\". To taka konstrukcja podobna do czlowieczej , nie da sie za kazdym razem zagrac na fortepianie tego samego utworu identycznie.



Juz kiedys o tym pisalem ze sieci mozna uzyc , ale do tego trzeba zrobic kompletnie inna konstrukcje niz te ktore sa do tej pory proponowane i dostepne.







pozdrawiam



Karamba.
2009-03-21 (21:11)

status Jasze
Data rejestracji: 2003-09-04 00:00:00
Ilość postów: 4426

25
wpis nr 188 914
[ CZCIONKA MONOSPACE ]

Da sie spalona swieczke cofnoac w czasie ?

Karamba1

---------------------------------------------------------

Niestety nie wiem a wiesz może czy można ci zapalić juz teraz na zaś?

2009-03-21 (21:14)

status anty karamba
Data rejestracji:
Ilość postów:

wpis nr 188 916
[ CZCIONKA MONOSPACE ]

Cytuje Karambę:



\"Slyszalem ze ma raka i juz sie pozegnal ze wszystkimi, a teraz okazuje sie ze nie tylko sie zajmowal neuronami w sieci , ale i swoimi w glowie.

Wyzdrowial - no to swietnie. Bardzo sie cieszymy.

Mi teraz jest glupio bo na ostatnie Swieto Zmarlych mimo ze go nie znam osobiscie swieczke mu zapalilem.

Da sie spalona swieczke cofnoac w czasie ? \"



Jakiż podły musi być człowiek, który w ten sposób naigrywa się z cudzej choroby. Pierwszy raz się z tym spotykam.

Czy choroba musi wyeliminować człowieka z życia publicznego?

Niech walczy z nią jak najdłużej i wszelkimi sposobami - wówczas wygra.

Panu Winieckiemu życzę zdrowia i samozaparcia w rozwijaniu swej pasji.
2009-03-21 (21:54)

status Iskierka
Data rejestracji: 2006-03-02 00:00:00
Ilość postów: 2751

1808
wpis nr 188 935
[ CZCIONKA MONOSPACE ]

Witam





Panie Wojtku, dużo, dużo zdrowia.



Szczerze ucieszona.



Magdalena









Jasze, nie zawiodłeś. Dzięki.
2009-03-21 (22:36)

status rico
Data rejestracji: 2008-12-11 00:00:00
Ilość postów: 509

3966
wpis nr 188 953
[ CZCIONKA MONOSPACE ]

do autora tematu,diegoz:

Nie wiem, kto ma racje w tym sporze, nie wiem nawet Who is who, ale wiem jedno, ze KOŃ potrafi dobrze dokopać drugiemu, co między innymi odczuł boleśnie kogucik19, a również w temacie założonym przeze mnie nie zachował się do końca poprawnie.

Ludzi którzy potrafią tylko kpić z innych, nie należy dodatkowo wzmacniać, a ty to uczyniłeś, dając taką opinię.

Wobec powyższego wycofuję się z dyskusji w tym temacie, podobnie jak to uczynił Pan Wojciech Winiecki.

Pozdrawiam.
2009-03-21 (22:52)

status serafin
Data rejestracji: 2005-12-13 00:00:00
Ilość postów: 3032

1501
wpis nr 188 960
[ CZCIONKA MONOSPACE ]

Muszę kilku osobom na tym forum podziękować...bo po przeczytaniu \"kopaniny\" jaka się tutaj odbywa człowiek staje się zupełnie odstresowany...

Dziękuję
2009-03-21 (22:55)

status dylong
Data rejestracji: 2006-07-21 00:00:00
Ilość postów: 2814

2572
wpis nr 188 962
[ CZCIONKA MONOSPACE ]

diegoz, dieos, arek, rnn... lista długa, osobowości wiele... ale jak nerwy puszczają to trudno o zmianę stylu, i zawsze, jak oliwa, prawda na wierzch wypływa... co za czasy, rysiu, co za czasy... musisz pod innym nickiem nawoływać do szacunku dla samego siebie.... a tu cię wszyscy...

Karamba, o tobie to się nawet gadać nie chce...
2009-03-21 (23:08)

status Karamba1
Data rejestracji: 2008-03-10 00:00:00
Ilość postów: 174

3267
wpis nr 188 964
[ CZCIONKA MONOSPACE ]

Witam,



No widze ze konca zabawy nie bedzie tak szybko.



Obstawilem ze sie wpisze podemna \"Jasze\" - no i sie wpisal.

Prosze jak pieknie.



Jasze mozesz zapalic tyle ile chcesz na zas.

Tylko jak Cie znam to zal Ci kasy bedzie na swieczki za moja pomyslnosci, niepomyslnosc i w mojej intencji.

Postaw lepiej na gry losowe.



Do \"anty karamba\" w czym Ty widzisz podlosc ?

W tym ze w intencji kolegi ktory sie pozegnal zapalilem swieczke ?

Ja mysle ze to bardzo pozytywny objaw. Sadze ze bylem chyba jedyny ktory o nim pamietal i w jego intencji co przedsiewiol.



Nawet widac ze zadzialalo bo mimo jego wielu juz pozegnan , ma sie swietnie.



Z czego sie bardzo ciesze ze to nie jest tak zle z choroba ktora go dopadla.



Zapale jeszcze jedna w jego intencji zeby jesli naprawde jest chory , calkiem wyzdrowial. Czego mu z calego serca zycze.



Ja na temat raka wiem tyle ze w gronie moich znajomych to byly bardzo szybkie historie. Ale medycyna sie rozwija, teraz z rakiem mozna nawet kilka lat.

Ciesze ze mu pomogla i moze sie teraz sieciami neuronowymi zajmowac.



A tak z innej strony patrzac , czyli z przymrozeniem oka:

Przeciez wszyscy wiedza ze tu na tym FORUM kazdy moze byc kazdym. Mozna umrzec, mozna byc chorym , mozna zmartchwystac, mozna byc idiota, a na codzien profesorem na uczelni. Mozna byc kobieta w realu facetam.

Co komu do glowy przyjdzie.

Mozna tez pisac algorytmy, wyniki losowan, statystyki odwiedzin strony, itd. Tylko co to ma wspolnego z realjami, prawda, rzetelnoscia ?

Dla mnie nic. Poprostu ZERO.



Tego nauczyla mnie juz dawno elita tu piszacych na tym Forum.



Wiec biore to wszytsko z przymrozeniem oka.

I nawet jesli np. ktos jest ciezko chory, to przez niego przekazywane takie informacje sa nie wiele warte. I nie do mnie z tymi pretensjami tylko do \"elity\" i gospodarza tego Forum.



Osobiscie nie sadze zeby np. Wojtek czul sie z tego powodu urazony , bo i czym ? Przeciez Wojtek wie jak tu jest.



Kazdy wie jak jest. To poprostu kabaret i wszytsko jest mozliwe.



Mi to do niczego nie potrzebne. Ale np. jak mnie przekonacie ze Wojtek to nie Pasko, lub Jasze. Albo Jasze to Pasko . itd......



no to milej zabawy





Karamba



2009-03-22 (00:09)

status rnn
Data rejestracji: 2009-03-16 00:00:00
Ilość postów: 10

4325
wpis nr 188 973
[ CZCIONKA MONOSPACE ]

witam



teraz napiszę kilka słów nie na temat, tak ogólnie



ja to widzę tak

jest tutaj na tym forum grupa osób totalnie pozbawionych mózgu

są to osoby przyczajone

gotowe w każdej chwili i w każdym momencie sprzymierzyć się i rozwalić każdy temat

wiem że zawsze jest ten sam schemat

pewne osoby zaczynają wpisy i temat się rozwala, gnoi, i umiera

osoby które to robią nazwę na własny użytek bezmózgowcami

dlaczego

ano dlatego że z ich wpisów widać że nie potrafią logicznie myśleć

albo inaczej one w ogóle nie myślą a zamiast mózgu maja sieczkę

z ich poglądami nie można polemizować bo te osoby nawet nie potrafią poprawnie wyartykułować swoich poglądów, najczęściej w ogóle ich nie mają



jest tutaj na tym forum grupa osób które potrafią myśleć

które potrafią przekazać kilka logicznych myśli, ciekawych myśli

i można się z ich poglądami nie zgadzać, można polemizować ale można przynajmniej z kimś pogadać i z kimś podyskutować, zastanowić się nad jego poglądami, bo one istnieją

widać, że osoby te kilka lat spędziły myśląc o totku

mają swoje przemyślenia swoje sposoby i potrafią używać odpowiednich narzędzi



pytanie na które nie znajduję odpowiedzi jest następujące

dlaczego myślący nie oleja bezmózgowców i nie przeniosą się na inne forum

w inne miejsce gdzie można sensownie porozmawiać gdzie nikt nie będzie im rozwalał tematów i wątków

nie rozumiem tego

chyba jednych i drugich przyciąga to miejsce

dlaczego? nie wiem

lub czuja cos do siebie wzajemnie, są między nimi jakieś relacje

jakie? nie wiem



diegoz

....\"sprawą oczywistą jest… że nie istnieje żaden związek pomiędzy rozważanymi wartościami czyli nie istnieją fakty których znajomość pozwoliłaby wnioskować o przyszłych wynikach, zatem nikt rozsądny nie będzie wymagał aby sieć przeprowadziła skuteczną prognozę.\"

To oczywiste prawdy powtarzane przez naukowe źródła

każdy wie, że gdy poprosisz dowolnego naukowca o super umyśle i nieskończenie mądrego i powiesz mu żeby spróbował wykorzystać swoją wiedzę do przewidywania numerów totka to każdy powie ci ze masz coś nie w porządku z głową i nie będzie z tobą więcej gadał

lub zacznie traktować się z przymrużeniem oka



wszystkie osoby tutaj piszące łudzą się że jednak w jakiś sposób będzie im dane rozwiązać pomyślnie zadanie wyboru liczb na podstawie przeszłych zdarzeń

czy warto słuchać tych naukowców i ludzi o niebywałej wiedzy

nie

bo oni wiedzą że tego nie da się rozwiązać

czy próbowali

zapewne tak

taki Tadeusiewicz

jak myślisz

czy on nie zastosował by super sieci i całej swojej wiedzy do tego by przytulić trochę kasy nie mówiąc o rozgłosie i splendorach

ale widocznie nie potrafi

wie że tego nie da się zrobić

czy zatem osoba taka powinna być dla nas wzorem, wyznacznikiem, modelem do naśladowania?



to koniec tych ogólników



pozdrawiam

2009-03-22 (00:56)

status rnn
Data rejestracji: 2009-03-16 00:00:00
Ilość postów: 10

4325
wpis nr 188 974
[ CZCIONKA MONOSPACE ]

witam

odnośnie normalizacji

jeśli dobrze myślę to normalizacja służy do przeskalowania danych wejściowych i wyjściowych do odpowiednich zakresów np. <-1,1> lub <0,1>

jest kilka wzorów które temu służą

ale

moim zdaniem chodzi o to by przeskalowany zakres był stały

jeśli mamy liczby od 1..80 to odpowiadające im wartości z przedziału <-1,1> powinny być stałe np.

<PRE>

1 -0,9006

2 -0,8778

3 -0,855

4 -0,8322

5 -0,8094



76 0,8094

77 0,8322

78 0,855

79 0,8778

80 0,9006

</PRE>

wtedy sieć będzie się uczyła i przewidywała zawsze te same wartości

wszystko jest jasne



ale mam pytanie co do tego przykładu normalizacji przedstawionego w Matlab

bo nie potrafię go zrozumieć



pomińmy dla prostoty sens podawanie 20 liczb i oczekiwania 20 odpowiedzi

skupmy się na samej normalizacji



rozumiem że normalizacji poddawane są dane po każdorazowym podaniu danych na wejścia i wyjścia

świadczą o tym podane przykłady pokazujące że w Matlab każda liczba podana ma inna wartość w przedziale <-1,1> zależną od zakresu liczb występujących w danym losowaniu

wartości odpowiednich liczb będą inne dla losowania: 1 2 12… 78 80 a inne dla losowania 12 23 24... 54 56 62

teoretycznie przeskalowane wartości liczb mogą się nie pokrywać a nawet nigdy nie spotkać

i te same odpowiedzi sieci będą odpowiadały zupełnie innym liczbom rzeczywistym



bo jeśli w jednym losowaniu wylosowano 1… 20

w drugim 21… 40

w trzecim 41… 60

a w czwartym 61… 80

i znów 1… 20

a sieć da mam na którymś wyjściu odpowiedź 0.025641026

a na drugim 0.147058823529412

to jakie to będą liczby rzeczywiste, jaką liczbę skreślić na kuponie?



to albo ja czegoś nie rozumiem (co jest wielce prawdopodobne)

albo taka normalizacja jak w Matlab

sprowadza cały sens uczenie do podawania zupełnie przypadkowych liczb



pozdrawiam

2009-03-22 (00:59)

status rnn
Data rejestracji: 2009-03-16 00:00:00
Ilość postów: 10

4325
wpis nr 188 975
[ CZCIONKA MONOSPACE ]

proszę moich wpisów nie zrozumieć opacznie, jako czepianie się szczegółów

jestem początkującym w dziedzinie sieci i chciałbym zrozumieć to zagadnienie



pozdrawiam

2009-03-22 (01:36)

status Adalbert
Data rejestracji: 2009-03-19 00:00:00
Ilość postów: 675

4335
wpis nr 188 976
[ CZCIONKA MONOSPACE ]

Do rnn.

Wprawdzie miałem już tu nie zabierać głosu, ale Twoja wypowiedź jest interesująca. Oczywiście masz rację pisząc, że wynik normalizacji danych wejściowych i wyjściowych zależeć będzie od tego, jaki jest ich zakres.

Wynikiem obliczeń przedstawionego przeze mnie wzoru:

pn = 2*(p-minp)/(maxp-minp) - 1;

tn = 2*(t-mint)/(maxt-mint) - 1;

jest ciąg liczb zawarty w przedziale <-1,1>. W ten sposób podane na wejściu (Input) i na wyjściu (Target) wyniki losowań mają zawsze ten sam zakres wartości od -1 do 1, natomiast poszczególne wartości zawarte w tym przedziale zależeć będą od tego, jaka jest najmniejsza i największa liczba poddawane normalizacji wyniku losowania.

Dokonując prognozy w oparciu o sieć neuronową na podstawie znormalizowanych wyników otrzymamy w efekcie ciąg liczb zawarty w przedziale <-1, 1> i teraz trzeba go zamienić na liczby odpowiadające losowaniu. W Matlabie jest to bardzo proste, służy do tego funkcja

[p,t] = postmnmx(pn,minp,maxp,tn,mint,maxt) lub w prostszej postaci:

[p] = postmnmx(pn,minp,maxp)

której algorytm oparty jest na równaniu:

p = 0.5*(pn+1)*(maxp-minp) + minp;



Jak to wygląda w praktyce?

Załóżmy, ze na wejściu sieci podajemy trzy wyniki losowań:

- pierwszy zawarty w przedziale <1,76>;

- drugi zawarty w przedziale <4, 69>;

- trzeci zawarty w przedziale <5, 71>

W pierwszym wyniku losowania: minp=1, maxp=76, w drugim minp=4, maxp=69 i w trzecim minp=5, maxp=71.

Normalizacja wyników losowań przebiega w pętli, w której każdy z wyników przekształcany jest na zbiór liczb <-1, 1> i zapamiętywane zostaje minp i maxp dla każdego z wyników. Powstaje macierz wartości minp i maxp dla każdego z przedziałów <1, 76>, <4, 69>, <5, 71> itd.

Teraz sieć na podstawie znormalizowanych wyników dokonuje obliczeń i, jak ktoś napisał, \"wypluwa\" prognozę w postaci ciągu liczb zawartych w przedziale <-1, 1>

Funkcja [p] = postmnmx(pn,minp,maxp) zamienia ten wynik na liczby losowania wykorzystując zapamiętane wartości minp i maxp zapisane w macierzy. Wewnętrzna struktura obu funkcji premnmx i postmnmx jest znacznie bardziej rozbudowana. Jeżeli masz Matlaba 2008b to możesz zobaczyć ich kod, jeżeli nie to wkleję tu obie funkcje:



function [pn,minp,maxp,tn,mint,maxt] = premnmx(p,t)

%PREMNMX Preprocesses data so that minimum is -1 and maximum is 1.

%

%

% This function is obselete.

% Use MAPMINMAX instead.

%

% BUG WARNING:

% PREMNMX normally calculates min and max values for each row, and maps the

% values of each row accordingly. However, when called with a single

% columng vector it inconsistently calculated min and max values for the

% column and mapped its values accordingly. MAPMINMAX, the new function,

% consistently calculates min and max values for rows.

%

% So in cases where your code called PREMNMX with a column vector you

% should transpose that vector before calling MAPMINMAX, and transpose the

% transformed vector returned by MAPMINMAX, if you want to get the same

% results as you did with PREMNMX.



nntobsf(\'premnmx\',\'Use MAPMINMAX instead, type HELP PREMNMX for bug warning.\')



% Syntax

%

% [pn,minp,maxp,tn,mint,maxt] = premnmx(p,t)

% [pn,minp,maxp] = premnmx(p)

%

% Description

%

% PREMNMX preprocesses the network training

% set by normalizing the inputs and targets so that

% they fall in the interval [-1,1].

%

% PREMNMX(P,T) takes these inputs,

% P - RxQ matrix of input (column) vectors.

% T - SxQ matrix of target vectors.

% and returns,

% PN - RxQ matrix of normalized input vectors

% MINP- Rx1 vector containing minimums for each P

% MAXP- Rx1 vector containing maximums for each P

% TN - SxQ matrix of normalized target vectors

% MINT- Sx1 vector containing minimums for each T

% MAXT- Sx1 vector containing maximums for each T

%

% Examples

%

% Here is how to normalize a given data set so

% that the inputs and targets will fall in the

% range [-1,1].

%

% p = [-10 -7.5 -5 -2.5 0 2.5 5 7.5 10];

% t = [0 7.07 -10 -7.07 0 7.07 10 7.07 0];

% [pn,minp,maxp,tn,mint,maxt] = premnmx(p,t);

%

% If you just want to normalize the input:

%

% [pn,minp,maxp] = premnmx(p);

%

% Algorithm

%

% pn = 2*(p-minp)/(maxp-minp) - 1;

%

% See also PRESTD, PREPCA, POSTMNMX, TRAMNMX.



% Copyright 1992-2005 The MathWorks, Inc.

% $Revision: 1.1.6.2 $



if nargin > 2

error(\'Wrong number of arguments.\');

end



minp = min(p\')\';

maxp = max(p\')\';

[R,Q]=size(p);

oneQ = ones(1,Q);



equal = minp==maxp;

nequal = ~equal;

if sum(equal) ~= 0

warning(\'Some maximums and minimums are equal. Those inputs won\'\'t be transformed.\');

minp0 = minp.*nequal - 1*equal;

maxp0 = maxp.*nequal + 1*equal;

else

minp0 = minp;

maxp0 = maxp;

end



pn = 2*(p-minp0*oneQ)./((maxp0-minp0)*oneQ) - 1;



if nargin==2

mint = min(t\')\';

maxt = max(t\')\';

equal = mint==maxt;

nequal = ~equal;

if sum(equal) ~= 0

warning(\'Some maximums and minimums are equal. Those targets won\'\'t be transformed.\');

mint0 = mint.*nequal - 1*equal;

maxt0 = maxt.*nequal + 1*equal;

else

mint0 = mint;

maxt0 = maxt;

end

tn = 2*(t-mint0*oneQ)./((maxt0-mint0)*oneQ) - 1;

end



------------------------------------------------------------------------------------



function [p,t] = postmnmx(pn,minp,maxp,tn,mint,maxt)

%POSTMNMX Postprocesses data which has been preprocessed by PREMNMX.

%

% Syntax

%

% [p,t] = postmnmx(pn,minp,maxp,tn,mint,maxt)

% [p] = postmnmx(pn,minp,maxp)

%

% Description

%

% POSTMNMX postprocesses the network training

% set which was preprocessed by PREMNMX. It converts

% the data back into unnormalized units.

%

% POSTMNMX takes these inputs,

% PN - RxQ matrix of normalized input vectors

% MINP- Rx1 vector containing minimums for each P

% MAXP- Rx1 vector containing maximums for each P

% TN - SxQ matrix of normalized target vectors

% MINT- Sx1 vector containing minimums for each T

% MAXT- Sx1 vector containing maximums for each T

% and returns,

% P - RxQ matrix of input (column) vectors.

% T - SxQ matrix of target vectors.

%

% Examples

%

% In this example we normalize a set of training data with

% PREMNMX, create and train a network using the normalized

% data, simulate the network, unnormalize the output of the

% network using POSTMNMX, and perform a linear regression between

% the network outputs (unnormalized) and the targets to check the

% quality of the network training.

%

% p = [-0.92 0.73 -0.47 0.74 0.29; -0.08 0.86 -0.67 -0.52 0.93];

% t = [-0.08 3.4 -0.82 0.69 3.1];

% [pn,minp,maxp,tn,mint,maxt] = premnmx(p,t);

% net = newff(minmax(pn),[5 1],{\'tansig\' \'purelin\'},\'trainlm\');

% net = train(net,pn,tn);

% an = sim(net,pn);

% [a] = postmnmx(an,mint,maxt);

% [m,b,r] = postreg(a,t);

%

% Algorithm

%

% p = 0.5(pn+1)*(maxp-minp) + minp;

%

% See also PREMNMX, PREPCA, POSTSTD.



% Copyright 1992-2005 The MathWorks, Inc.

% $Revision: 1.1.6.2 $



[R,Q]=size(pn);

oneQ = ones(1,Q);



equal = minp==maxp;

nequal = ~equal;

if sum(equal) ~= 0

warning(\'Some maximums and minimums are equal. Those inputs won\'\'t be transformed.\');

minp0 = minp.*nequal - 1*equal;

maxp0 = maxp.*nequal + 1*equal;

else

minp0 = minp;

maxp0 = maxp;

end



p = (pn+1)/2;

p = p.*((maxp0-minp0)*oneQ) + minp0*oneQ;



if nargin==6

equal = mint==maxt;

nequal = ~equal;

if sum(equal) ~= 0

warning(\'Some maximums and minimums are equal. Those targets won\'\'t be transformed.\');

mint0 = mint.*nequal - 1*equal;

maxt0 = maxt.*nequal + 1*equal;

else

mint0 = mint;

maxt0 = maxt;

end

t = (tn+1)/2;

t = t.*((maxt0-mint0)*oneQ) + mint0*oneQ;

end



Już więcej się nie odzywam, bo znowu ktoś się wkurzy.

Pozdrawiam i życzę Wszystkim sukcesów w prognozowaniu losowań.
2009-03-22 (01:41)

status Karamba1
Data rejestracji: 2008-03-10 00:00:00
Ilość postów: 174

3267
wpis nr 188 977
[ CZCIONKA MONOSPACE ]

\"rnn\" - wiesz jak to jest i jak juz wiele razy bylo ?



Wedlug Twojej nomenklatory jak Ci z mozgiem sie przeniosa na inne forum gdzie mozna normalnie popisac to za nimi sie przenosza Ci bez mozgu z pozmienianymi nick-ami i udaja calkiem przyzwoitych ludzi.

Sprawy sie koncza i wszystko wychodzi na jaw juz przy pierszej probie nawiazania bardziej szczegolowego kontaktu i wymianie zdan w sprawach merytorycznych.



W PL nie ma i nie wyglada na to zeby bylo profesjonalne Formu spelniajace min zasad jakie powinno spelniac. Najwyrazniej nie ma nikt w tym interesu.



I ja sadze ze tak jest, nie ma osob ktore powaznie sie zajmuja \"losem\".

Przynajmniej nie sa to osoby ktore to Forum odwiedzaja.

Tu jest mala grupa ludzi, wiecznie przestraszonych zeby nie za duzo powiedziec, i przypadkiem inni z tego nie skorzystali, jak zaczniesz z nimi dyskutowac to opowiadaja Tobie o odgrzewanych kotletach i w zamian za to chca od Ciebie wszystkie Twoje najbardziej cenne dla Ciebie informacje. Slowem juz przy pierwszej wymianie zdan widac ze sprawy sa calkowicie nie powazne i nie bedzie zadnej sensownej wspolpracy.



Sa inne mozliwosci, ale to zupelnie inna sprawa. Jak ktos chce to potrafi dotrzec i \"zostanie dopuszczony \" do takich miejsc. Tylko trzeba najpierw sie zaprezentowac jak czlowiek, miec cos do powiedzenia , ide, pomyly, a nie jak to piszesz bezmozgowiec z 20 nick-ami na Tym Forum.



Jest np. takie forum http://www.g-lotto.info/forum/

Gdzie raczej bez przeszkod ale pod bacznym okiem \"bezmozgowcow\" mozna sie zaprezentowac.

Tutaj jak ktos cos napisze co ma w miare jakis poziom to skonczy tym co widzisz.



Tak to juz jest. Ja sobie to czytam czasem , bo od czasu do czasu jest naprawde z czego sie posmiac.

Na w/w forum tez jest smiesznie, bo podoba mi sie jak Ci ktorzy tu jezyk strzepia tam sie naprawde wysilaja zeby trzymac fason i robia wszystko zeby nie zostali rozszyfrowani kim sa na tym forum, ale kulturalnie. Tez kabaret , ale juz troche inny , no i mozna popisac w spokoju, no i czasem kogos z sensem poznac.



Slowem wesolo.



milych snow



Karamba



ps. Ja uwazam ze ktos kto zna to Forum i w jego mniemaniu cos z sensem tu pisze, oraz oczekuje sensownej merytorycznej dyskusji, to tak jakby wierzyl ze przezyje w tym wcieleniu 500 lat.



2009-03-22 (09:59)

status nowy35
Data rejestracji: 2005-04-23 00:00:00
Ilość postów: 2915

898
wpis nr 188 994
[ CZCIONKA MONOSPACE ]

Witam.

Wydaje mi się że ta normalizacja wyników którą tu przedstawiono wykonuje każda sieć tylko jest to proces niewidoczny bezpośrednio ale szczerze mówiąc nie wiem jakie to ma znaczenie.Wydaje mi się że powinniśmy w jakiś sposób

wydobyć z losowań informację ,zrobić z tego ciąg danych i poszukać wzorca odpowiedzi sieci który da dobre odpowiedzi w przyszłości.Oczywiście sieci nie da się nic nauczyć ,trzeba tylko znaleźć wzorzec.Tymi informacjami mogą być np.przefiltrowane wyniki losowań które są blisko siebie- przydałoby się makro które by to robiło.

Pozdrawiam.
2009-03-22 (10:31)

status rico
Data rejestracji: 2008-12-11 00:00:00
Ilość postów: 509

3966
wpis nr 188 998
[ CZCIONKA MONOSPACE ]

Do nowy35: bardzo cenię to, że zmierza Pan do zawężenie meritum sprawy,lecz czy nie odbije się to na jakości końcowych wyników. Z drugiej strony zdaję sobie sprawę, że idealne to one nigdy nie będą, bo temat sieci neuronowe jest zbyt złożony, aby nie popełnić błędów przy opracowywaniu jakichkolwiek zadań praktycznych.

Myślę, że należało by przefiltrować dotychczasowe wpisy i zostawić tylko te, które prowadzą do rozwiązania zagadnienia, notabene nadzwyczaj trudnego, ale myślę że w 80% realnego do wykonania.

P.S zabrałem głos, ponieważ Adalbert powrócił ze swoją niewątpliwie użyteczną rolą w tym temacie.

Róbmy \"burzę mózgów\" i nie zwracajmy uwagi na kąśliwe uwagi niektórych oponentów jak FOBIA, KARAMBA czy KOŃ.

Pozdrawiam.
2009-03-22 (11:06)

status fobia1
Data rejestracji: 2003-09-15 00:00:00
Ilość postów: 5409

31
wpis nr 189 005
[ CZCIONKA MONOSPACE ]

\"nie zwracajmy uwagi na kąśliwe uwagi niektórych oponentów jak FOBIA, KARAMBA czy KOŃ.\"



Nie życzę sobie stawiania mnie w jednym szeregu z koniem i karambą.



W tym temacie nie było moich żadnych uwag dot. spraw merytorycznych. Odniosłam się jedynie do bulwersującego postu karamby.

I to wszystko.

Do Waszych sieci w ogóle się nie wtrącam.
2009-03-22 (11:53)

status KOŃ
Data rejestracji: 2008-10-12 00:00:00
Ilość postów: 124

3793
wpis nr 189 012
[ CZCIONKA MONOSPACE ]

Fobia1, skarbie a już miałem Ci wysłać spcjalne zaproszenie na maila, że ciekawy wątek w toku a Ciebie tu niema, mimo, że zleciała sie cała elita do tematu tego- teraz juz mamy kąplecik

pasowałoby zmienić temat z sieci neuronowe w ml,

na np taki \"derby multipasko\"
2009-03-22 (12:17)

status rnn
Data rejestracji: 2009-03-16 00:00:00
Ilość postów: 10

4325
wpis nr 189 014
[ CZCIONKA MONOSPACE ]

witam

do nowy35

faktycznie zazwyczaj sieci maja takie przyciski do włączania i wyłączania normalizacji danych

pomimo że jest to proces niewidoczny dobrze by było wiedzieć czy wpływa on i jak wpływa na odpowiedzi naszych sieci



do Adalbert

dziękuję za szybką odpowiedź

przepraszam ale dla mnie nic z niej nie wynika, niestety

jestem tak samo mądry przed jak i po tej wypowiedzi

wiem jak wiele wysiłku trzeba włożyć by napisać taki post i bardzo to cenię i dziękuję

ale po tym wpisie dalej nie wiem czy sieć dobrze pokazuje liczby do skreślania

no bo jeszcze raz

jeśli poszczególne liczby żywe są dla sieci różnymi wartościami z zakresu <-1,1> w zależności od zakresu liczb losowanych w konkretnym losowaniu

to znaczy że te same odpowiedzi sieci będą wyznaczały różne liczby żywe

np.

jeśli mamy input=1 2 5 7 9 10 21 24 25 29 34 35 40 42 45 47 52 55 58 60

i output=21 23 25 26 34 37 38 41 42 44 46 49 50 52 55 56 57 60 65 80

i sieć dobierze sobie wagi

i podamy teraz input=21 23 25 26 34 37 38 41 42 44 46 49 50 52 55 56 57 60 65 80

to na podstawie wag otrzymamy odpowiedzi sieci np. -1

te odpowiedzi zostaną zamienione na liczby żywe i to -1 to będzie jakaś liczba żywa

ale jaka?

czy to bedzie 21? czy 1?



najlepiej sprawdzić to empirycznie

ja niestety nie posiadam te Matlaba



a może ktoś mi to wytłumaczy jak krowie na granicy

czy podając dwadzieścia liczb żywych w modelu opisanym wcześniej i poddając je normalizacji popełniamy błąd?



pozdrawiam

2009-03-22 (13:29)

status Karamba1
Data rejestracji: 2008-03-10 00:00:00
Ilość postów: 174

3267
wpis nr 189 021
[ CZCIONKA MONOSPACE ]

Witam,



Jak krowie na granicy.



\"rnn\"- Dokladnie tak jest jak napisales, nie mozesz sieci podawac \"liczb zywych\" i je normalizowac w ten sposob.



Tego typu normalizacja jest nie odpowiednia do specyfiki np. ML czyli zestawu liczb w kombinacji. Z tego nigdy nic dobrego nie wyjdzie.



Liczby zywe, a inaczej mowiac kombinacje musisz przedstawiac w inny sposob.

To musi byc logiczna struktura. Taka w ktorej dla \"sieci bedzie jasne\", ze roznica pomiedzy kombinacja np. nr. 1, a kombinacja np. nr.1005 jest ogromna i ma to decydujace znaczenie. Inaczej mowiac, czyli odwrotnie: dla \"sieci musi byc jasne\" ze nie ma roznicy pomiedzy kombinacja np. nr.1, a kombinacja Nr. 1005.



Tego siec sama nie jest w stanie \"wykryc\" jesli dostaje \"zywe liczby\" i sa one normalizowane w jakikolwiek sposob.



Moim zdaniem zanim cokolwiek sieci podamy musimy miec \"system\", \"schemat\", \"pomysl\", \"logiczna strukture\".

Co z tego ze siec wypluje kombinacje np. nr 15 i 5287, kiedy \"logika podpowiada\" ze te kombinacje sa \"identyczne\", i malo tego doda do tego jeszcze takie ktore obrazowo mowiac leza w danym czasie na bardzo odleglej galaktyce i wedlug prostej (ale bardzo czezkiej do ogarniecia ) logiki maja dla tych co sie pasjonuja rachunkiem prawdopodobienstwa np. 0,0000001 % szansy na wypadniecie.



Podsumowanie:



Nie jest tak ze sieci sa tak genialne ze za Nas zalatwia sprawe.



Jest dokladnie odwrotnie.



Sieci to tak jak lopata, zwykle narzedzie. Czyli zeby dobry dolek wykopac i samemu do nie go wpajsc, trzeba miec \"pomysl\" , nazwijmy to \"logiczna zasadzke\".



Moim zdaniem to sztuka i czasem wielka wiedza.



Zeby nie bylo tak ze sobie tak gadam bez jakiego kolwiek przykladu to podam ze od paru lat jest taki przyklad , bardzo prosty w postaci \"zagadki\" . Nazywa sie to \"zagadka swiateczna\".

To jeden z najbardziej prostych przykladow i najlatwiejszy do rozwiazania. Ja nie umiem latwiejszego stworzyc.

Logicznych struktor mozna stworzyc wiele. Na wiele roznych sposobow, zasad, zalozen.

Najtrudniejsze jest to ze to musi byc logiczne na wiele sposobow , nie tylko matematycznie.



Ja chetnie w ramach zabawy , testu moge sie podjac wspolpracy z osoba ktora sie czuje mocno w temacie sieci. Mam nawet pomysl jak to zrobic.



pozdrawiam



Karamba







ps. Tak zeby bylo dalej wesolo: A ja sobie nie zycze zeby posty \"fobi1\" byly na tym samym Forum, co moje.



Fobia Tobie juz sie wszystko miesza. Niedlugo dojdziesz do tego ze bedziesz kazdemu pisala co moze czego nie. Najlepiej to przygotuj kazdemu posty.



W sianiu nienawisci, antagonizow masz 1 miejsce na tym Forum.



Kiedys zarzucalas mi ze jestem jak Hitler. No i prosze co sie okazuje ze to Ty chetnie bys mnie do obozu wraz z \"kon\" (koniem) wyslala.

Ja juz Tobie nie wspolczuje. Czas minal.



Mnie to smieszy.







2009-03-22 (14:00)

status Adalbert
Data rejestracji: 2009-03-19 00:00:00
Ilość postów: 675

4335
wpis nr 189 029
[ CZCIONKA MONOSPACE ]

Witam rnn.

Postaram się odpowiedzieć na Twoje pytanie. Będę używać reguł języka skryptowego Matlab, dla uproszczenia nazywać go będę językiem Matlaba.

- nasze Input, czyli wynik losowania nr 1:

p=[1 2 5 7 9 10 21 24 25 29 34 35 40 42 45 47 52 55 58 60];

- nasz Target (Output), czyli kolejny wynik losowania nr 2, jaki na przykład wystąpił po losowaniu nr 1:

t=[21 23 25 26 34 37 38 41 42 44 46 49 50 52 55 56 57 60 65 80];

Nazwy \"p\" i \"t\"nie mają tu żadnego znaczenia, po prostu to oznaczenie, w tym przypadku macierzy statycznych, stąd te nawiasy kwadratowe. Tak by to wyglądało w Matlabie. Nie mogę użyć nazw Input i Output, bo te są w Matlabie zarezerowane, jako funkcje, które służą do innego celu.

Teraz obie te macierze poddaję normalizacji przy użyciu wcześniej omawianej funkcji premnx:

[pn minp maxp tn mint maxt]=premnmx(p,t)

W wyniku obliczeń otrzymuję\"

pn - macierz zawierającą znormalizowane p

minp - wartość minimalną p

maxp - wartośc maksymalną p

tn - macierz zawierającą znormalizowane t

minp - wartość minimalną t

maxp - wartośc maksymalną t

Oto wynik tych obliczeń:



pn=[-1 -0.966101694915254 -0.864406779661017 -0.796610169491525 -0.728813559322034 -0.694915254237288 -0.322033898305085 -0.220338983050847 -0.186440677966102 -0.0508474576271186 0.118644067796610 0.152542372881356 0.322033898305085 0.389830508474576 0.491525423728814 0.559322033898305 0.728813559322034 0.830508474576271 0.932203389830508 1];



minp=1;

maxp=60;



tn=[-1 -0.93220339 -0.86440678 -0.830508475 -0.559322034 -0.457627119 -0.423728814 -0.322033898 -0.288135593 -0.220338983 -0.152542373 -0.050847458 -0.016949153 0.050847458 0.152542373 0.186440678 0.220338983 0.322033898 0.491525424 1];



mint=21;

maxt=80;



Teraz definiuję sieć wykorzystując zaimplementowane w Matlabie struktury sieci. Nie wnikając w szczegóły Matlaba (Manual dotyczący samych sieci ma 861 stron) niech to będzie sieć typu \"feed-forward backpropagation network\", 3 warstwy ukryte, 20 neuronów, funkcje transerfu to dla poszczególnych warstw \'tansig\', \'logsig\', \'purelin\', metoda trenowania trainlm (Lavenberg-Marquardt), czyli standardowa sieć dla tego przypadku i poddaje ją uczeniu i trenowaniu , a następnie wykorzystuję zbudowany model podając na wejściu sieci znormalizowany wynik losowania

tn i w efekcie otrzymuję prognozę w postaci:



wynik= [-0.822017543954293 -0.828011397951199 -0.965201832817743 -0.928145309972822 -0.199545627707137 -0.477653665458330 -0.603421908650798 -0.387539854467846 -0.318574127955735 -0.137702505896321 -0.649436608557667 -0.642756546847054 -0.424361804414788 -0.230828074779921 -0.0838412271682039 -0.113135800874175 -0.113677995309680 0.00720989858877585 0.153218640665406 0.382693925442254];



Ponieważ do wyznaczenia prognozy użyłem znormalizowanego wyniku losowania \"tn\" zawierającego się przedziale, którego wartości graniczne wynosiły <21, 80>, przy zamianie \"wyniku\"na \"liczby żywe\" z wykorzystaniem funkcji postmnmx, którą wcześniej opisywałem siłą rzeczy otrzymam wynik, który zawierać będzie się w przedziale <21, 80>, bo tkie były wartości mint, maxt:

prognoza=postmnmx(wynik, mint, maxt);



Poniżej prognoza będąca zamianą zmiennej (macierzy) \"wynik\" na liczby żywe:



prognoza=[26.2504824533484 26.0736637604396 22.0265459318766 23.1197133558017 44.6134039826395 36.4092168689793 32.6990536948015 39.0675742931985 41.1020632253058 46.4377760760585 31.3416200475488 31.5386818680119 37.9813267697638 43.6905717939923 48.0266837985380 47.1624938742118 47.1464991383644 50.7126920083689 55.0199498996295 61.7894708005465];



Po zaokrągleniu do liczb całkowitych wygląda to tak:



prognoza= [26 26 22 23 45 36 33 39 41 46 31 32 38 44 48 47 47 51 55 62];



Po posortowaniu i usunięciu powtarzających się liczb wynik prognozy przedstawia się następująco:



prognoza=[22 23 26 31 32 33 36 38 39 41 44 45 46 47 48 51 55 62]

Jak widać wszystko zawiera się w przedziale <21, 80>

Wynik prognozy obliczony na zmiennych normalizowanych nie wykroczy swoim zakresem poza przedział \"żywych\" danych wejściowych. I tak jest w przypadku danych zapisanych, jako dane statyczne (macierz statyczna).



Natomiast jeżeli te same dane poddamy zamianie na macierz dynamiczną i wykorzystamy tą samą strukturę sieci wynik prognozy będzie wykraczał poza zakres <21, 80>, oczywiście nie przekroczy 80.



Dla porównania zrobiłem to samo, ale dla macierzy dynamicznych:

prognoza={16 18 22 26 28 30 33 36 40 46 49 50 54 55 59 77};

i jak widać pomimo tego, że zakres \"t\" zawierał się w przedziale <21, 80> w prognozie znalazły się liczby spoza tego zakresu, a mianowicie 16 i 18.

W obu przykładach nie otrzymaliśmy na wyjściu 20 liczb ponieważ po zaokrągleniu wyniku prognozy usuwam powtarzające się liczby.

Kilka postów wcześniej nowy35 napisał, że prawdopodobnie normalizacja nie jest potrzebna, bo sieć robi to sama.

Według mojej wiedzy w Matlabie tak jest w przypadku sieci typu zajmujących się problemem klasyfikowania, choć w podręczniku Matlaba dotyczącym sieci neuronowych preferuje się normalizację danych.

W takim razie ta sama sieć, te same dane, ale nie normalizowane i prognoza

prognoza=[38 39 42 43 47 51 53 54 55 57 58 59 62 63 66 67].

Różni się od prognozy wykonanej na wynikach znormalizowanych.

Funkcji normalizacji jest bardzo dużo, w zasadzie sami możemy taką funkcję napisać, nawet Excel posiada wbudowaną taką funkcję NORMALIZUJ(x;średnia;odchylenie_std).
| Dodaj wpis w tym temacie | Spis tematów | Wyniki lottoStrona: 1 2 ... 9 10 11 12 13 14
Wyślij wiadomość do admina