neural-network - Encog中的自组织地图训练策略

Question

我正在尝试使用 Encog3 训练 SOM。在 encog-examples 中有两个这样做的例子——一个是训练一个 XOR SOM，其中所有数据都用于训练直到收敛，另一个是 Color SOM，其中 15 种颜色中的一种在 1000 次迭代中的每次迭代中随机采样。我的问题是，第二种方法是否如此，示例在足够短的时间内完成了足够的结果，或者是否有这样做的原因。如果我在每次迭代中使用所有 15 种输入颜色进行训练，会产生更好的结果吗？

Answer 1

这取决于您正在寻找什么结果。这是 SOM 的一个非常常见的示例。这是对完全相同的事情的更冗长的描述（不是我写的）。

http://www.ai-junkie.com/ann/som/som2.html

该示例的目的是展示模式如何从 SOM 的训练中出现。我为 SOM 看到的大多数颜色示例都是这样做的（在线培训）。它导致输出更加多样化/随机。

SOM 可以批量训练。对示例进行修改并不困难。如果您正在寻找快速收敛，那么是的，您会得到更好的结果。但是，该示例很快收敛到接近单一颜色，而且速度非常快。您不会获得大多数这些示例所寻找的几种颜色的动画收敛。