НС выполняющая функцию для двух чисел

Добрый день.
Собственно меня интересует, как НС способна получать новые данные на основе обобщения предыдущих. Нашёл много статей про сети, которые обрабатывают данные, и сравнивают их с уже выученными. Выбирается наиболее совпавший. Для этого используются разнообразные алгоритмы основанные на перемножении матриц или построении простейшего графа нейронов. Однако я не понимаю, как написать НС, которую можно, например, научить складывать два числа (хотя бы до 0 до 999). Конечно же, мы сначала её обучим: дадим её результата сложения всех однозначных чисел, рандомных двузначных и трёхзначных, а что дальше? Любые мысли по программной реализации приводят меня к построению конкретного алгоритма, похожего на длинную арифметику. Как сделать так, что бы НС догадалась, что от неё хотят. Понимаю, что это уже слишком похоже на ИИ, но возможно есть уже статьи про это.
Так же непонятно, можно ли будет научить такую НС вычислять любую другую функцию, зависящую от двух чисел.

0

Вы что-то запутались в своих рассуждениях. Нейронная сеть "догадалась", что надо складывать два числа, но Вы утверждаете обратное, что она не "догадалась" и хотите, чтобы она все-таки "догадалась". Вы хоть в курсе, что нейронная сеть способна успешно работать после обучения неполным набором примеров и при наличии погрешностей и ошибочных примеров?

0

Я попросил помочь, а не указывать на мои ошибки (которых нет). Ладно, объясняю.
Я не говорил, что НС не "догадалась". Я просто не понимаю, как реализовать подобное прогнозирование. Я не смог сам найти примеров с реализацией НС, которая бы прогнозировала результат функции на основе обученного. Ещё раз прошу, киньте ссылки, возможно исходники, возможно на C++.

0

Хорошо. Я не буду указывать на Ваши ошибки, возможно Вы просто писали пост, не удосужившись позаботиться о логичности предложений, либо не совсем представляя того, чего хотите.

Значит так. Работа с любым обучаемым алгоритмом происходит в два этапа: обучение и эксплуатация. Соответственно, ответ на Ваш вопрос: далее последует эксплуатация, то есть машина будет осуществлять ту функцию, которой она обучилась. Этапы обучения и эксплуатации могут также налагаться друг на друга по времени.

Без обучающих примеров не обойтись, то есть надо обеспечить обучение - это вычисление весов и порогов синапсов. Чем больше примеров, тем лучше. Результат не всегда может получиться удовлетворительным, так как нужно уметь выбирать правильно структуру сети, начальные веса и пороги и т.п. и т.д.

Можно.

0

Вы забыли указать в чём причина вашего интереса и сколько времени вы готовы потратить, чтобы его удовлетворить. Ответы на ваши вопросы есть, но для их восприятия надо хотя бы знать базу (минимум, что такое НС и как они работают). А чтобы узнать эту базу надо прочитать учебник или пройти онлайн курс. И это уже не меньше недели вдумчивого чтения.

0

полусумматор + простая рекуррентная сеть

0

А не нужно обучать нейросетки таким задачам, для решения которых они не предназначены или не проектировались.


Обычный линейный сумматор, без всяких рекурсий, и не превращая его в какой-то формальный нейрон (т.е. не добавляя никакой нелинейности на выход сумматора).


Ну зачем Вы предлагаете ТСу такой сложный способ?
Ведь на вопрос "Как сделать так, что бы НС догадалась, что от неё хотят." есть гораздо более простой ответ - сделать нейросеть-телепата.

0

Как идея представлять весь пример задачи как бинарную матрицу. Например “12+345” все в бинарную форму.
12 в 110
Придумать знаку “+” некий код например 1111
345 в 101 011 001
Тогда заполняем кодом например слева на право. Получим матрицу.

Тогда такая задачка превратиться в стандартную “распознать букву”.
Только вместо букв будут закодированы примеры.
Точно также.

Но зачем это нужно? Искать сумму или функцию как обычно намного точней и быстрей
Чем учить нейросеть легиону примеров…
В моем представлении НС нужны для поиска неявных и нелинейных зависимостей без строгих правил.
А у вас все задачи с известными строгими законами. Вам тут НС просто вообще не нужна.
Нужно складывать? Так сложите как обычные числа. Тоже самое для функций.

А вот если вы дрожащей рукой напишите этот пример и нужно будет узнать в нем что это
“12+345” то да…тут и нужна НС + обучение.

0

Тогда уж в (двоичный) код Грея.

И (в тему ИИшного раздела) можно ещё потребовать от нейросетки, чтобы ответ она выдавала не в виде чисел (пофиг - десятичных, двоичных и иных), а в виде текста. Как в анекдоте:

Пятилетняя дочка: 001,010,011,100,101.... Папа, а как дальше?
Папа-программист: Вышел зайчик погулять!

0

Для того чтобы научить нейронную сеть считать от 0 до 999 можно попробовать такой подход.
Вы можете принимать на вход два значения. Нейронная сеть должна уметь сначала переводить бинарные числа, например, в dec, - это будет её один блок. Если ошибка при выполнении операции преобразования в число (например буква) - то отправить алгоритм на блок распознавания букв и решение уравнений. Если ошибок нет, и имеется знак операции, то нейронная сеть может использовать "ХАК" - вычислить эти числа как простые.
Для начала понимания, что Вы хотите следует научиться делать сети, которые умеют складывать числа.
Вопрос №2 - как научить сеть складывать числа - не просто делать выборки, а именно использовать модель ИС для создания блоков, которые уже можно использовать для сложения - это очень интересная задача - не аппроксимация, а именно модельное решение.

Вы можете посмотреть идею здесь
https://habrahabr.ru/post/321642/

0

До тех пор, пока числа будут идентификаторами, а не метрикой ничего ничему обучить не удастся.

0