17
Neuronale Netze - Arbeiten mit dem JavaNNS Folie 1 Uwe Lämmel Wismar Business School www.wi.hs-wismar.de/~laemmel [email protected] Wissensextraktion mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Wissensextraktion mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

  • Upload
    norris

  • View
    31

  • Download
    1

Embed Size (px)

DESCRIPTION

Wismar Business School. Wissensextraktion mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS. Uwe Lämmel. www.wi.hs-wismar.de/~laemmel [email protected]. Schritte. JavaNNS installieren Erzeugen eines Netzes Anlegen einer Training-Datei .pat Anlegen einer Test-Datei .pat - PowerPoint PPT Presentation

Citation preview

Page 1: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 1

Uwe Lämmel

Wismar Business School

www.wi.hs-wismar.de/~laemmel

[email protected]

Wissensextraktion mittels

künstlicher neuronaler Netze

Arbeit mit dem JavaNNS

Page 2: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 2

Schritte

JavaNNS installieren Erzeugen eines Netzes Anlegen einer Training-Datei .pat Anlegen einer Test-Datei .pat Trainieren des Netzes Speichern und Auswerten der Ergebnisse

Page 3: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 3

JavaNNS installieren

Herunterladen vonwww.ra.cs.uni-tuebingen.de/software/JavaNNS/welcome_e.html

Java / JRE muss installiert sein Entpacken Start mit:

>java –jar JavaNNS.jar besser: anlegen einer .cmd-Datei mit Aufruf-Zeile Start von JavaNNS und probieren:

– Help > Content– falls Fehler, dann Browser-Pfad einstellen unter

View > Properties…

Page 4: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 4

Erzeugen eines Netzes

Netz zur Erkennung von Großbuchstaben 3 Schichten

– Eingabe-Schicht 5x7 Neuronen– verdeckte Schicht 10 Neuronen– Ausgabe-Schicht 26 Neuronen

– genau ein Neuron aktiv– Neuron ~ Buchstabe

Page 5: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 5

Erzeugen eines Netzes

Vorbereitung:– View > Network

Schichten anlegen:– Tools > Create > Layers…– Maske füllen– Typ der Neuronen festlegen

(Input, Hidden, Output)– Create erzeugt Schicht

Schichten in Reihenfolge– Eingabe-Schicht– verdeckte Schicht (hidden)– Ausgabe-Schicht erzeugenerzeugen

create layer für Eingabe-Schicht

Page 6: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 6

Erzeugen eines Netzes

Ausgabe-Schicht mit 4x7 Neuronen erzeugen

Die letzten beiden Neuronen (rechts unten) löschen ! 26 Neuronen in Ausgabe-Schicht

Netz-Darstellung anpassen unterView > Display Settings …

Page 7: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 7

Erzeugen eines Netzes – Verbindungen

Tools > Create > Connections … Auswahl von:

Connect feed-forward Connect – erzeugt die

Verbindungen

Sichern nicht vergessen!

Page 8: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 8

Erzeugen einer Muster-Datei zum Training

EditorPSPad, Notepad++ …

.pat-Datei erzeugen mit nebenstehender Struktur

# Zeilen = Kommentar 5x7 Eingabe-Neuronen

mit 0-1-Buchstaben-Muster

26 Ausgabe-Neuronen, 25 davon 0 und eine 1 als Vertreter des Buchstabens

lettertrain.pat

Page 9: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 9

Erzeugen einer pat-Datei zum Testen

Kopie der Trainingsdatei anlegen Zwei Werte in jedem Eingabemuster

zufällig verändern (0->1 oder 1->0)– entspricht ca. 5% Abweichung

lettertest.pat

Page 10: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 10

Trainieren des Netzes

Laden der Muster-Datei zum Trainieren Bei Fehler:

– Netz prüfen: – Anzahl und Typ der Neuronen– Verbindungen

– Muster-Datei prüfen– Zahl der Muster– Zahl der Werte 0,1

Page 11: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 11

Trainieren des Netzes – Vorarbeiten

Öffnen– Tools > Control Panel– View > Error Graph

Probieren:– Control Panel > Updating– Muster durchklicken– Eingabe-Muster == Buchstabe– andere Schichten ohne erkennbare

Struktur,verschiedene Grüntöne

Page 12: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 12

Trainieren des Netzes

Control Panel > Learning Init Learn All (für etwa 100 Zyklen) Error Graph beobachten! ev. weiter Learn All Fehler-Kurve beobachten Qualität prüfen (siehe nächste Folie)

Page 13: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 13

Trainieren des Netzes – Qualität prüfen

Control Panel > Updating Muster durchklicken Ausgabe-Schicht beobachten Werden alle Buchstaben erkannt? Falls nein, zurück zur vorherigen

Folie Learning

Page 14: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 14

Speichern und Bewerten der Ergebnisse

Test-Datei laden KEIN Training! File > Save Data …

– Dateiname ändern in .res-Datei,z.b. test1.res

– Erscheint Fenster „Saving details“– include ouput patterns aktivieren– speichern

Page 15: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 15

Speichern und Bewerten der Ergebnisse

.res-Datei enthält:– gewünschtes Output je Muster– berechneter Output je Muster (real-

Werte) res-Datei muss ausgewertet werden EXCEL / eigenes Programm

Page 16: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 16

2 Muster-Dateien parallel

Laden der Trainingsdatei Laden der Test-Datei im Control Panel unter Patterns

– Training set– validation set (Test) – einstellen

Trainieren wie beschrieben im Error graph Fenster 2 Kurven:

– Fehler Trainingsmenge– Fehler Testmenge

Page 17: Wissensextraktion  mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS

Neuronale Netze - Arbeiten mit dem JavaNNS

Folie 17

Ende