GMU:Neuronale Netze - eine Einführung für Künstler/Präsentation/Neuronale Netze in Pure Data: Difference between revisions
(Created page with 'Neuronale Netze können in Pure Data mit Hilfe der ANN-Library realisiert werden. Die Library enthält drei Objekte: * ann_mlp: Ein [http://de.wikipedia.org/wiki/Perzeptron#Mehrl…') |
No edit summary |
||
Line 1: | Line 1: | ||
=Neuronale Netze in Pure Data= | |||
[[Image:Pd-ann-objects.png|right|frame|Puredata ANN Objekte]] | |||
Neuronale Netze können in Pure Data mit Hilfe der ANN-Library realisiert werden. Die Library enthält drei Objekte: | Neuronale Netze können in Pure Data mit Hilfe der ANN-Library realisiert werden. Die Library enthält drei Objekte: | ||
* ann_mlp: Ein [http://de.wikipedia.org/wiki/Perzeptron#Mehrlagiges_Perzeptron Mehrlagiges Perceptronen] Netzwerk | * ann_mlp: Ein [http://de.wikipedia.org/wiki/Perzeptron#Mehrlagiges_Perzeptron Mehrlagiges Perceptronen] Netzwerk | ||
Line 4: | Line 6: | ||
* ann_som: Ein Implementation der [http://de.wikipedia.org/wiki/Selbstorganisierende_Karte Selbstorganisierenden Karten] | * ann_som: Ein Implementation der [http://de.wikipedia.org/wiki/Selbstorganisierende_Karte Selbstorganisierenden Karten] | ||
Hier wird das Erstellen eines Neuronalen Netzes mit Hilfe des ann_mlp Objektes erklärt. | Hier wird das Erstellen eines Neuronalen Netzes mit Hilfe des ann_mlp Objektes erklärt. | ||
==Generelles== | |||
Die Steuerung des ann_mlp Objektes geschieht durch Nachrichten. Das neuronale Netz hat als Eingabe eine Liste von float Werten. Alles was nicht aus float Werten besteht, muss erst in float Werte umgewandelt werden. Die Ausgabe des Neuronalen Netzes besteht ebenso nur aus float Werten. | Die Steuerung des ann_mlp Objektes geschieht durch Nachrichten. Das neuronale Netz hat als Eingabe eine Liste von float Werten. Alles was nicht aus float Werten besteht, muss erst in float Werte umgewandelt werden. Die Ausgabe des Neuronalen Netzes besteht ebenso nur aus float Werten. | ||
Line 11: | Line 13: | ||
Neuronale Netze müssen trainiert werden um zu funktionieren. Bevor man das Neuronale Netz benutzen kann, muss also erst einige Zeit darin investiert werden es zu trainieren. Tranierte Netze können gespeichert und geladen werden. | Neuronale Netze müssen trainiert werden um zu funktionieren. Bevor man das Neuronale Netz benutzen kann, muss also erst einige Zeit darin investiert werden es zu trainieren. Tranierte Netze können gespeichert und geladen werden. | ||
==Erstellen des Netzes== | |||
==Trainieren des Netzes== | |||
==Benutzen des Netzes== | |||
==Netze wiederverwenden== | |||
===Links | ===Links== | ||
* [http://leenissen.dk/fann/ Fast Artificial Neural Network Library] | * [http://leenissen.dk/fann/ Fast Artificial Neural Network Library] | ||
* [http://puredata.info/Members/dmorelli/ann FANN externals für Pd] | * [http://puredata.info/Members/dmorelli/ann FANN externals für Pd] | ||
* [http://puredata.info/Members/dmorelli/nn%20v-0.02/view Alternative library für Pd nn] | * [http://puredata.info/Members/dmorelli/nn%20v-0.02/view Alternative library für Pd nn] | ||
* [[Pure Data - wo finde ich Hilfe%3F]] | * [[Pure Data - wo finde ich Hilfe%3F]] |
Revision as of 09:48, 30 June 2010
Neuronale Netze in Pure Data
Neuronale Netze können in Pure Data mit Hilfe der ANN-Library realisiert werden. Die Library enthält drei Objekte:
- ann_mlp: Ein Mehrlagiges Perceptronen Netzwerk
- ann_td: Ein Time Delay Netzwerk
- ann_som: Ein Implementation der Selbstorganisierenden Karten
Hier wird das Erstellen eines Neuronalen Netzes mit Hilfe des ann_mlp Objektes erklärt.
Generelles
Die Steuerung des ann_mlp Objektes geschieht durch Nachrichten. Das neuronale Netz hat als Eingabe eine Liste von float Werten. Alles was nicht aus float Werten besteht, muss erst in float Werte umgewandelt werden. Die Ausgabe des Neuronalen Netzes besteht ebenso nur aus float Werten.
Am besten ist es, Eingaben um 0 zu zentrieren, d.h. -1 bis 1 (zur Not kann man auch bei 0 beginnen) und nicht 12 bis 99.
Neuronale Netze müssen trainiert werden um zu funktionieren. Bevor man das Neuronale Netz benutzen kann, muss also erst einige Zeit darin investiert werden es zu trainieren. Tranierte Netze können gespeichert und geladen werden.