Zweck
Das Neural Network Tuning-Add-In ist eine alternative Plattform für neuronale Netze, die eine einfache Möglichkeit bietet, zahlreiche neuronale Netze zu generieren, um den besten Parametersatz für die Struktur der verborgenen Schicht, die Verstärkungs- und Anpassungsoptionen zu ermitteln.
Wie es funktioniert
Der Benutzer gibt die Anzahl der auszuführenden neuronalen Netzwerkmodelle an und legt den Parameterbereich und die Anpassungsoptionen fest. Mit den Optimierungsparametern als Faktoren und dem Trainings-, Validierungs- und Test-R wird ein schnelles, flexibles, raumfüllendes DOE generiert 2 Werte als Antworten.
Jeder Versuch im DOE wird an die Neural Network-Plattform und den R weitergeleitet 2 Die Werte werden in einer Ausgabe-DOE-Tabelle aufgezeichnet. Nachdem alle Modelle ausgeführt wurden, wird die Tabelle nach Validation R sortiert 2 Außerdem wird eine Reihe von Diagrammen angezeigt, die dem Benutzer dabei helfen, die wichtigsten Effekte zur Maximierung des Validierungs-R zu identifizieren 2 Werte.
Zusätzliche Modelle können durch Anpassen der Tuning-Parameter und erneutes Ausführen des DOE generiert werden. Die neuen Läufe werden an die ursprüngliche Tabelle angehängt.
Die Datentabelle kann gespeichert und erneut in die Plattform geladen werden, um den Fortschritt zu speichern und weitere Analysen erneut zu starten. Dies ist eine Möglichkeit, neuronale Netze zu optimieren, die möglicherweise viel Rechenzeit in Anspruch nimmt.
Videoanleitung
Anmerkungen
Das Add-in wurde unter Windows und Mac mit JMP Pro Version 17.1 getestet
