В основе узла «Нейронные сети» лежит математическая модель, построенная по принципу организации и функционирования биологических нейронных сетей. В процессе обучения способна выявлять сложные зависимости между входными и выходными данными и выполнять обобщение.
Нейронная сеть состоит из образующих слои нейронов: слой входных данных, один или несколько скрытых слоев и слой выходных данных. Каждый нейрон связан с другими нейронами с определенным весом и пороговым значением. Если вывод какого-либо нейрона превышает пороговое значение, то этот нейрон активируется и отправляет данные на следующий уровень сети. В противном случае данные на следующий уровень сети не передаются.
Список параметров узла представлен в таблице ниже.
Таблица «Параметры узла "Нейронные сети"»
Параметр | Возможные значения и ограничения | Описание |
|---|---|---|
Название | Ручной ввод. | Название узла, которое будет отображаться в интерфейсе. |
Описание | Ручной ввод. | Описание узла. |
Количество нейронов в скрытом слое | Для изменения количества нейронов и слоев необходимо:
| Данный параметр задает количество скрытых слоев и нейронов в скрытых слоях. |
Функция активации | Раскрывающийся список со следующими значениями:
| Данный параметр задает функцию активации для скрытых слоев. Предусмотрены следующие функции:
|
Метод оптимизации | Раскрывающийся список со следующими значениями:
| Данный параметр задает метод оптимизации, который будет использоваться для обновления весов нейронов скрытых слоев нейронной сети. Предусмотрены следующие методы:
|
L2 регуляризация | Ручной ввод. | Данный параметр задает значение L2-регуляризации. |
Начальная скорость обучения | Ручной ввод. | Данный параметр задает начальную скорость обучения, которая управляет размером шага при обновлении весов. |
Перемешивание наблюдений | Чекбокс. | Выбор данного чекбокса указывает на необходимость перемешать наблюдения в каждой итерации. |
Сид нейронной сети | Ручной ввод числового значения. | Начальное числовое значение для генератора случайных чисел. |
Максимальное количество итераций | Ручной ввод. | Данный параметр задает максимальное количество итераций. Решатель выполняет итерации до сходимости (определяемой значением параметра Погрешность оптимизации) или до указанного количества итераций. |
Количество наблюдений для одной итерации | Ручной ввод. | Данный параметр задает количество наблюдений для одной итерации. |
Ранняя остановка | Чекбокс. | Выбор данного чекбокса указывает на необходимость ранней остановки алгоритма, если валидационная оценка не улучшается на значение, указанное в параметре Погрешность оптимизации, в течение указанного в параметре Количество итераций без существенного улучшения значения. |
Метрика для ранней остановки (регрессия) | Раскрывающийся список со следующими значениями:
| Данный параметр задает метрику для ранней остановки (задача регрессии). Предусмотрены следующие метрики:
|
Метрика для ранней остановки (классификация) | Раскрывающийся список со следующими значениями:
| Данный параметр задает метрику для ранней остановки (задача классификации). Предусмотрены следующие метрики:
|
Размер валидационной выборки для ранней остановки (%) | Ручной ввод. | Данный параметр задает долю обучающих данных, которые нужно отложить в качестве валидационного набора для ранней остановки. |
Количество итераций без существенного улучшения | Ручной ввод. | Данный параметр задает количество итераций без существенного улучшения. |
Погрешность оптимизации | Ручной ввод. | Данный параметр задает допустимую погрешность для оптимизации. В случае, если потери не улучшаются на указанное значение в течение указанного в параметре Количество итераций без существенного улучшения числа, то считается, что сходимость достигнута, и обучение останавливается. |
Инерция | Ручной ввод. | Данный параметр задает инерцию для обновления градиентного спуска. |
Использовать инерцию Нестерова | Чекбокс. | Выбор данного чекбокса указывает на необходимость использовать инерцию Нестерова |
Бета 1 | Ручной ввод. | Данный параметр задает скорость экспоненциального убывания для оценок вектора первого момента при методе оптимизации adam. |
Бета 2 | Ручной ввод. | Данный параметр задает скорость экспоненциального убывания для оценок вектора второго момента при методе оптимизации adam. |
Эпсилон | Ручной ввод. | Данный параметр задает значение числовой устойчивости при методе оптимизации adam. |
Стандартизация | Раскрывающийся список со следующими значениями:
| Данные параметр отвечает за выбор метода стандартизации данных. Предусмотрены следующие методы:
|
Результаты выполнения узла:
Узел «Нейронная сеть» имеет разные результаты в зависимости от решаемой задачи.
Результаты бинарной классификации представлены следующими объектами:
|
|
|
|
|
|
|
Результаты многоклассовой классификации представлены следующими объектами:
|
Результаты регрессии представлены следующими объектами:
|
|