Kai
unregistriert
Zitat
Der Bias-Wert ist der Schwellenwert der Aktivierungsfunktion. Ich hoffe, ich habe das jetzt richtig ausgedrückt.
Vorgehensweise mit Excel:
Um es vorwegzunehmen: Wenn Du Deine NN mit "Crossvalidation" trainierst
und die Gewichte analysieren willst, hast Du "etwas" zu tun. Du musst es für jeden Sample separat machen.
Ansonsten: Du musst die Beträge der einzelnen Werte unter "Inp.." addieren. Wichtig: Die Beträge, nicht die simplen Zahlen,
weil ein negativer Wert von beispielsweise -10 dieselbe Gewichtung wie ein positiver von +10 besitzt. Die Beträge der Zahlen werden also von
oben nach unten addiert.
Anschließend werden diese Summen von links nach rechts addiert. Du erhälst damit eine Zahl, die den "Gesamteinfluss" aller Inputs
darstellt.
Der Rest ist Dreisatz. Du teilst dann nur noch (Einfluss des Inputs) / (Gesamteinfluss) * 100
und erhälst die prozentuale Gewichtung der einzelnen Inputs.
passende Inputs zu definieren und mit den verschiedenen Einstellmöglichkeiten zu variieren.
Es gibt die Möglichkeit die Gewichtung der Inputs auszugeben, jedoch ist mir noch nicht schlüssig klar, wie ich die Ergebnisse interpretieren kann.
Ziel ist zu identifizieren, welche Inputs mit welcher Gewichtung im
aber man sollte doch aus dem Ergebnis der Gewichtung und gezielten Ausprobieren verschiedener Kombinationen die (Un)sinnhaftigkeit eines Inputs halbwegs bewerten können.
Da das doch wohl überhaupt eins der wichtigsten Themen bei der Erstellung der NNs ist, überraschte es mich
Kai
unregistriert
Dieser Beitrag wurde bereits 1 mal editiert, zuletzt von »Lenzelott« (10. Januar 2013, 22:22)
Wenn ich über die Gewichtung eines Neuronale Netzen erfahren kann, dass der Input yxz nur mit 0,0x irgendwas verwurstet wird,
Zitat
Bias Inp 1 Inp 2 Inp 3 Inp 4 Inp 5 Inp 6 Inp 7 Inp 8 Inp 9 Inp 10 Inp 11 Inp 12 Inp 13 Inp 14 Inp 15 Hid 1 Hid 2 Hid 3 Hid 4 Hid 5
Hid 1 -1.473188E-02 -2.251006E-02 5.962144E-02 -8.825687E-02 0.1541747 -0.2512875 0.6573628 -0.1322738 -1.468547 -1.43871 -0.6185535 -8.139773E-02 5.396784E-02 0.1207178 8.700547E-02 -7.509996E-02
Hid 2 -7.918337E-02 -0.1550899 -0.3133672 -0.2733736 -0.5233839 -0.3902431 -2.419757E-02 -1.897931E-02 4.23804E-03 1.916597E-02 3.265934E-02 1.528122 1.219042 1.372433 2.791699 2.292877
Hid 3 -0.217758 1.793431E-02 6.826556E-02 -0.2038265 8.035357E-02 4.186615E-02 -1.580081E-02 0.1119882 0.1564727 0.1325196 0.2271232 -0.1550571 -3.063163E-02 0.1188796 -0.1381383 -8.323429E-02
Hid 4 1.811562E-02 -0.25527 -0.3549809 -0.1280562 -0.3353976 -0.4472086 -0.1651259 -0.1144377 -5.562849E-02 -6.165486E-03 3.701886E-02 -1.640699 -0.1809179 1.213176 0.3228647 -2.193444
Hid 5 0.7524177 -0.7716388 -0.9188456 -0.841154 -0.7311236 -0.4822775 1.641553E-02 -8.349136E-03 -3.696141E-02 -4.200844E-02 -3.482326E-02 -1.576807 -1.767645 -0.2291292 -1.128925 -1.222043
Out1 -5.964357E-02 -1.249714 8.399706E-02 0.1835295 0.1310659 -6.644831E-02
Aber als verkappter Wissenschaftler sehe ich das natürlich alles bisschen anders als der liebe Bernd.
Kai
unregistriert