Le reti neurali sono un'importante tecnica di intelligenza artificiale, e sono stati un grande successo nel campo del machine learning e riconoscimento di forme. Essi sono a volte utilizzati in programmi che richiedono sia pattern recognition e capacità di apprendimento. Il tipo più comune di rete neurale si chiama una "rete backpropagation" che permette al "coach" per addestrare la rete.

istruzione

1 CODICE un singolo neurone nella lingua di propria scelta. I dettagli di implementazione variano, ma ogni neurone deve essere in grado di consumare più ingressi, applicare un peso vari ingressi e poi applicare una "funzione sigmoide" per produrre un risultato. La "funzione sigmoide" varierà in base al quale la rete è stato progettato per imparare.

2 Creare una matrice di "neuroni modello" in lingua di propria scelta. Creare un secondo strato di neuroni. Ogni strato di neuroni passerà informazioni ad un successivo strato di neuroni che continueranno ad alterare ingressi fino arrivato uno strato emesso.

3 Creare un livello di output che permette di dare la risposta che la rete neurale avrebbe dovuto produrre. A questo punto, la rete neurale deve "backpropagate" la risposta a tutti i livelli precedenti di neuroni. I neuroni saranno quindi necessario calcolare un errore e regolare la ponderazione per i loro vari ingressi.

4 Allenatore vostra rete neurale fino a quando non inizia a produrre i risultati appropriati su una base costante.