65
edits
No edit summary |
|||
Line 120: | Line 120: | ||
</source> | </source> | ||
Die | Die Ausgabe ist das Resultat der [http://en.wikipedia.org/wiki/Artificial_neuron#Types_of_transfer_functions Aktiviersungsfunktion] (transfer function), hier eine Sigmoid Funktion. | ||
<source lang="java"> | <source lang="java"> | ||
Line 128: | Line 128: | ||
</source> | </source> | ||
Bei der initialen Erstellung des Netzes werden die einzelnen Ebenen miteinander verbunden. Eine Verbindung hält die Referenz von einem Neuron zu einem anderen, sowie das dazugehörige Gewicht. Für den Konstruktor und die Gewichtsanpassung ergibt sich: | Bei der initialen Erstellung des Netzes werden die einzelnen Ebenen miteinander verbunden. Eine Verbindung hält die Referenz von einem Neuron zu einem anderen, sowie das dazugehörige Gewicht, welches zunächst zufällig gewählt wird. Für den Konstruktor und die Gewichtsanpassung ergibt sich: | ||
<source lang="java"> | <source lang="java"> | ||
Line 214: | Line 214: | ||
Unter näherer Betrachtung der hier vorgestellten Library scheint eine solche mit wenig Aufwand umsetzbar. Zumindest Konzepte wie simple Multilayer Perceptrons mit jeweils nur einer Lage Input, Hidden und Output Neuronen stellen keine Herausforderung dar. | Unter näherer Betrachtung der hier vorgestellten Library scheint eine solche mit wenig Aufwand umsetzbar. Zumindest Konzepte wie simple Multilayer Perceptrons mit jeweils nur einer Lage Input, Hidden und Output Neuronen stellen keine Herausforderung dar. | ||
== Weitere Beispiele == | |||
http://www.openprocessing.org/visuals/?visualID=4255 | |||
http://www.openprocessing.org/visuals/?visualID=8360 | |||
== Referenzen == | == Referenzen == | ||
<references/> | <references/> | ||
[[Category:Neuronales Netz]] | |||
[[Category:Processing]] | |||
[[Category:Neuronales Netz]] | [[Category:Neuronales Netz]] | ||
[[Category:Processing]] | [[Category:Processing]] |
edits