Académique Documents
Professionnel Documents
Culture Documents
Practica 2. (5 semanas)
Rubn Crdenes Almeida
Redes neuronales.
Introduccin
Las Redes Neuronales Artificiales (RNA) estn inspiradas en la biologa, esto significa
que estn formadas por elementos que se comportan de manera anloga a las neuronas
(en las funciones ms elementales) y estn organizadas de una forma similar a la del
cerebro, pero las analogas no son muchas ms.
Las caractersticas fundamentales de las RNA son:
Redes multicapa
Las redes multicapa se forman por un conjunto de redes de capa simple en cascada unidas
por pesos, donde la salida de una capa es la entrada de la siguiente capa. Generalmente
son capaces de aprender funciones que una red de capa simple no puede aprender, por lo
que ofrecen mejores capacidades computacionales. Para que este incremento en poder
computacional sea tal, tiene que existir una funcin de activacin no lineal entre las
capas, por lo que generalmente se utilizar una funcin de activacin sigmoidea en
detrimento de la lineal o umbral.
Para calcular la salida de una red multicapa se debe hacer de la misma manera que en las
redes de capa simple, teniendo en cuenta que las salidas de una capa son las entradas de
la siguiente capa.:
Redes recurrentes: Las redes consideradas hasta ahora no tienen conexiones entre pesos
de la salida de una capa a la entrada de la misma capa o anteriores. Las redes que poseen
esta caracterstica son conocidas como redes recurrentes. Las redes recurrentes no tienen
memoria, es decir, la salida solamente est determinada por las entradas y los pesos. Las
capas recurrentes redireccionan previas salidas a entradas. Su salida es determinada por
su entrada y sus salidas previas, por lo que se puede asemejar a la memoria a corto plazo
de los seres humanos.
Software SNNS.
El SNNS (Stuttgart Neural Network Simulator) es un software de simulacin para redes
neuronales desarrollado en el Institute for Parallel and Distributed High Performance
Systems de la Universidad de Stuggart. El objetivo del proyecto SNNS fue la creacin de
un entorno de simulacin eficiente y flexible para la investigacin y aplicacin de redes
neuronales.
El simulador consta de dos componentes principales:
ncleo escrito en C
una interfaz grfica.
El ncleo opera con las estructuras de datos de las redes neuronales y realiza todas las
operaciones de aprendizaje y prueba. Tambin puede ser utilizado como un programa en
C. Permite trabajar con topologas arbitrarias de redes. Adicionalmente, permite que el
usuario extienda los programas aadiendo funciones de activacin, funciones de salida y
funciones de aprendizaje, que se escriben como programas en C y se enlazan con el
ncleo del simulador.
La interfaz grfica XGUI (X Graphical User Interface) permite la representacin grfica
en 2D y 3D de las redes neuronales y controla el ncleo durante una ejecucin.
El paquete SNNS se puede obtener via ftp annimo de:
ftp informatik.uni-tuebingen.de
en
/pub/SNNS/SNNSv4.2.tar.gz (2.18 MB).
En esta practica slo utilizaremos la interfaz grafica.
3. Para volver a inicializar los pesos de la red pulsa sobre INIT en el panel de
control.
Probando la red entrenada
1. Fjate, en la caja CONTROL, que el fichero que vas a utilizar es xor" y que vas a
testear la red con la muestra 1 (indicado en la caja de PATTERN).
2. Pulsa sobre el botn TEST. Mira la ventana donde se visualiza la red. Qu ha
ocurrido? Ha sido la red capaz de clasificar correctamente esta nueva muestra?
3. Sigue pulsando el botn TEST para ir viendo cmo se van clasificando el resto de
muestras.
Creando una red multicapa.
Vamos a crear una red nosotros mismos, para resolver el mismo problema de XOR. En
este caso, haremos una red 2-2-1. Es decir, con dos neuronas en la capa de entrada, 2
neuronas en la capa oculta, y una neurona en la capa de salida. Para ello:
1. Selecciona BIGNET (Creacin de redes) del Manager panel
2. Selecciona general, y entrars en la caja de dilogo de BIGNET.
Esta caja te permite crear una red en trminos de planos (vectores 2-D de nodos).
Para una red multicapa, es suficiente especificar las capas. Una capa es un tipo
especial de plano con anchura 1 (1 nodo en la direccin del eje x).
3. Introduce las unidades de cada capa:
Para crear la primera capa (tipo input)
- Introduce 1 como No. of units in x-direction
- Introduce 2 como No. of units in y-direction
- Pulsa el botn ENTER"
Para crear la segunda capa (tipo hidden)
- Pulsa en el botn TYPE" hasta obtener tipo hidden
- Introduce 1 como No. of units in x-direction
- Introduce 2 como No. of units in y-direction
- Pulsa el botn ENTER"
Para crear la tercera capa (tipo output)
- Pulsa en el botn \TYPE" hasta obtener tipo output
- Introduce 1 como No. of units in x-direction
- Introduce 1 como No. of units in y-direction
- Pulsa el botn ENTER"
Si quieres corregir algn dato, utiliza el botn PLANE TO EDIT" y luego edita.
4. Ahora pulsa sobre FULL CONNECTION" al final de la caja de dilogo
5. A continuacin pulsa sobre CREATE NET"
6. Ahora ya puedes cerrar la caja de dilogo (pulsa DONE")
Ahora visualiza la red, vuelve a entrenar la con el archivo xor.pat de la misma
manera que antes, y fijndote en el error. Guarda la red en un archivo llamado
xor221.net.
Ahora crea una red del tipo 2-3-1, (con una neurona ms en la capa oculta),
visualizala, vuelve a entrenarla de la mima manera, y fjate de nuevo en el error.
Guardala como xor231.net.