如何在c ++中处理人工神经网络的多个输入

Question

C ++如何实时处理人工神经网络的多个输入？

我假设这不是使用尖峰神经网络，而是更传统的神经网络（即这里描述的基本神经网络）

http://www.ai-junkie.com/ann/evolved/nnt1.html

这在实时世界中是否可行？我原本以为必须单独处理每个输入（这将始终导致相同的输出，因此是dilemna），或者每个时间阈值产生一定数量的输入，然后立即处理它们......

然后，有人对同一输入的多个实例做了什么？处理两次？

我问这个是因为我在看神经机器人，我认为它使用的是普通的神经网络，但是在我钻研它之前我想先了解ANN，并且不确定ANN在处理之前如何处理多个输入目标输出。

Answer 1

你的问题不是很清楚，但我会尽力回答。 ：）

您可以看到ANN（人工神经网络），就像自适应滤波器的特定情况一样。

有三个主要元素：

1. 输入x（n）的序列。
2. 参数变量过滤器。在这种情况下，过滤器是ANN，参数是神经元的权重。
3. 更新算法，根据所需实际输出之间的误差更新滤波器参数。在ANN中，最常用的更新算法是Backpropagation Algorithm。

在ANN中有两个步骤：

• 培训步骤。这是困难的部分。你从随机神经元权重开始。您有一系列输入及其所需的输出，您可以使用更新算法运行ANN。当误差低于某个阈值时，您可以说您的ANN已经过训练。此步骤通常是离线（不是实时）。

• 执行步骤。你有训练有素的ANN。现在只需将按顺序输入其中并使用输出。这通常是一个快速的操作，可以实时完成（如果这是你的意思）。

现在..你对“多次输入”的意思是什么？首先，标准计算机一次只能进行非常少量的操作，标准PC具有4/8核心，因此可以一次进行近4-8次操作。对于每个真实世界的ANN应用，这个数字太低了。

你说：

  

有人对同一输入的多个实例做了什么？处理两次？

答案是是。 “执行步骤”如此之快，以至于没有理由不这样做。在“训练步骤”中，可以在训练开始之前移除重复输入（因为训练输入已知先验）。所以这没有问题。 ：）