Page 26 - 4848

 Створення проекту. Запустимо нейропакет. У вікні програми, що
з'явилося, за допомогою опції меню Файл/Создать перейдемо до вікна
певного виду. Натиснемо кнопку Открыть файл данных і виберемо
файли з розширенням *.dbf і серед них - файл Xor.dbf. Відкриємо його,
натиснемо кнопку Новая сеть, підтвердимо, що X1 і X2 - входи, а У- вихід
мережі, виберемо МНК для оцінювання поля, привласнимо новій мережі
ім'я Xor і натиснемо кнопку Структура сети. У вікні, що з'явилося,
вкажемо число шарів нейронів - 3, число нейронів у шарі - 10, після чого
натиснемо кнопку Создать.
 Навчання нейронної мережі. Тепер за допомогою опції меню
Нейросеть/Обучение чи шляхом натискання клавіші F9 запустимо режим
навчання нейронної мережі. Натиснемо кнопку Готово.
 тестування нейронної мережі. Через пункти меню
Нейросеть/Тестирование запустимо режим тестування. Результати у
вікні, що з'являється, говорять про досить прийнятну якість роботи
нейронної мережі. Можна тепер робити, що завгодно: з'ясовувати
значимість входів, намагатися спростити мережу, зберегти її і т.п. Але
можна перейти і до режиму її використання, усе-таки спочатку зберігши
навчену мережу (наприклад, під ім'ям Xor.npp).
 використання навченої мережі. Підготуємо який-небудь набір
вхідних даних, також використовуючи Excel; стовпець для вихідних даних
постачимо тільки назвою, але заповнювати не будемо. Збережемо файл під
ім'ям Xortest у форматі dbf.
Запустимо, далі, нейропакет і відкриємо (як описаний вище)

збережений нейропроект. У вікні, що з'явилося, натиснемо кнопку
Открыть Файл данных і далі відкриємо файл Xortest.dbf. Перейдемо у
вікно Нейронные сети й у меню виберемо пункт
Нейросеть/Тестирование. Як видно, дані результати також можна
вважати задовільними по точності.
Використовуючи приведену методику, розв’язати задачі згідно
варіанту, які подані в таблиці 3.1. Результати занести в таблицю 3.2.

3.4 Зміст звіту

Звіт повинен містити:
– скріншоти роботи програми;
– результати в таблиці 3.2.

25