get_sample_class_mlpT_get_sample_class_mlpGetSampleClassMlpGetSampleClassMlp (Operator)

Name

get_sample_class_mlpT_get_sample_class_mlpGetSampleClassMlpGetSampleClassMlp — Auslesen eines Trainingsmusters aus den Trainingsdaten eines mehrschichtigen Perzeptrons.

Signatur

get_sample_class_mlp( : : MLPHandle, IndexSample : Features, Target)

Beschreibung

get_sample_class_mlpget_sample_class_mlpGetSampleClassMlpGetSampleClassMlpGetSampleClassMlp liest ein Trainingsmuster, das mit add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlpAddSampleClassMlp oder read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlp hinzugefügt wurde, aus dem mehrschichtigen Perzeptron (MLP) MLPHandleMLPHandleMLPHandleMLPHandleMLPHandle aus. Der Index des auszulesenden Musters wird mit IndexSampleIndexSampleIndexSampleIndexSampleindexSample festgelegt. Er wird ab 0 gezählt, d.h. IndexSampleIndexSampleIndexSampleIndexSampleindexSample muss zwischen 0 und IndexSamples - 1 liegen, wobei IndexSamples mit get_sample_num_class_mlpget_sample_num_class_mlpGetSampleNumClassMlpGetSampleNumClassMlpGetSampleNumClassMlp bestimmt werden kann. Das Trainingsmuster wird in FeaturesFeaturesFeaturesFeaturesfeatures und TargetTargetTargetTargettarget zurückgegeben. Dabei ist FeaturesFeaturesFeaturesFeaturesfeatures ein Merkmalsvektor der Länge NumInput und TargetTargetTargetTargettarget ein Zielvektor der Länge NumOutput (siehe add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlpAddSampleClassMlp und create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp).

get_sample_class_mlpget_sample_class_mlpGetSampleClassMlpGetSampleClassMlpGetSampleClassMlp kann z.B. dazu verwendet werden, die Trainingsdaten mit classify_class_mlpclassify_class_mlpClassifyClassMlpClassifyClassMlpClassifyClassMlp zu reklassifizieren, um festzustellen, welche der Trainingsmuster eventuell falsch klassifiziert werden.

Ausführungsinformationen

Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
Wird ohne Parallelisierung verarbeitet.

Parameter

MLPHandleMLPHandleMLPHandleMLPHandleMLPHandle (input_control) class_mlp → (handle)

Handle des MLP.

IndexSampleIndexSampleIndexSampleIndexSampleindexSample (input_control) integer → (integer)

Nummer des gespeicherten Trainingsmusters.

FeaturesFeaturesFeaturesFeaturesfeatures (output_control) real-array → (real)

Merkmalsvektor des Trainingsmusters.

TargetTargetTargetTargettarget (output_control) real-array → (real)

Zielvektor des Trainingsmusters.

Beispiel (HDevelop)

* Train an MLP
create_class_mlp (NumIn, NumHidden, NumOut, 'softmax', \
                  'canonical_variates', NumComp, 42, MLPHandle)
read_samples_class_mlp (MLPHandle, 'samples.mtf')
train_class_mlp (MLPHandle, 100, 1, 0.01, Error, ErrorLog)
* Reclassify the training samples
get_sample_num_class_mlp (MLPHandle, NumSamples)
for I := 0 to NumSamples-1 by 1
    get_sample_class_mlp (MLPHandle, I, Data, Target)
    classify_class_mlp (MLPHandle, Data, 1, Class, Confidence)
    Result := gen_tuple_const(NumOut,0)
    Result[Class] := 1
    Diffs := Target-Result
    if (sum(fabs(Diffs)) > 0)
        * Sample has been classified incorrectly
    endif
endfor

Ergebnis

Sind die Parameterwerte korrekt, dann liefert get_sample_class_mlpget_sample_class_mlpGetSampleClassMlpGetSampleClassMlpGetSampleClassMlp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlpAddSampleClassMlp, read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlp, get_sample_num_class_mlpget_sample_num_class_mlpGetSampleNumClassMlpGetSampleNumClassMlpGetSampleNumClassMlp

Nachfolger

classify_class_mlpclassify_class_mlpClassifyClassMlpClassifyClassMlpClassifyClassMlp, evaluate_class_mlpevaluate_class_mlpEvaluateClassMlpEvaluateClassMlpEvaluateClassMlp

Siehe auch

create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp

Modul

Foundation

Operatoren