Кому: split,
#15
>>грубо говоря математическая часть, определяющая, как обрабатывать входящую информацию
Этапы такие:
1. Определиться с тем,
[как] подавать нейронам информацию, т.е. фактически нужен алгоритм оцифровки и формализации данных из реального мира,
[к самой сети отношения не имеет вообще]
2. Определится с тем, чему мы собираемся научить сеть и какой результат хотим снимать
3. Выбрать тип нейронов и сети (их есть уже под десяток разных, но есть ли в них отличия с точки зрения теории - неясно, но иногда с некоторыми типами на определенных данных можно получить точность повыше)
Сама по себе нейросеть - это много-много операций сложения и умножения, больше там ничего нет. Вообще.
Никаких «ошибок точности» и вот всего этого там быть не может - у нас в башке оно вообще на двух состояниях работает: «активирован» нейрон или «неактивирован» и прекрасно справляется, а в нейросетях нейрон получает значения с плавающей точкой такой точности, какой лично тебе хочется.
«Модель» нейросети не может «косячить», там не может быть такого понятия.
Ее либо можно научить тому, что ты хочешь, с заданной точностью, на исходных данных, либо нельзя.
Если нельзя, то надо думать, почему:
- мало нейронов, «тупая» слишком
- много нейронов, слишком «умная»
- лишние слои, слишком «умная»
- на представленных вот так данных факторный анализ выполняемый сетью в процессе обучения не даёт уверенного результата
Последнее - обычно приговор для вот так реализованной задачи, надо искать новый подход либо к подаваемым данным, либо к тому, чему пытаемся научить.
Ну и т.д. и т.п.