Die taralino-Bibliothek beinhaltet zahlreiche Funktionen und Befehle, um auch neuronale Netze trainieren und testen zu können. Wie einfach das sein kann, erfährst du in diesem Abschnitt.
In den nachfolgenden Beispielen wird zunächst ein Datensatz bestehend aus 2000 Objekten bzw. Punkten erzeugt:
Die Datenstruktur der Objekte ist dabei genau so aufgebaut, dass die Daten zum Trainieren und Testen eines neuronalen Netzes unter Verwendung der taralino-Bibliothek eingesetzt werden können. Insbesondere beinhaltet jedes Objekt das Eingangssignal als Variable input und das gewünschte Ausgangssignal als Variable output.
Anschließend wird der gesamte Datensatz aufgeteilt in Trainings- und Testdaten, jeweils bestehend aus 1000 Objekten:
Beim Initialisieren des neuronalen Netzes wird das Layout definiert und sämtlich Gewichte und Schwellwerte auf einen zufälligen Wert zwischen -1 und 1 gesetzt:
Nun kann das neuronale Netz unter Verwendung der Trainingsdaten trainiert werden. Spezifiziert werden kann dabei unter anderem die Anzahl der Iterationsschritte:
Anschließend gibt es unterschiedliche Möglichkeiten, das (trainierte) neuronale Netz zu testen (unter Verwendung der Testdaten). Beispielsweise kann die Konfusionsmatrix bestimmt und ausgegeben werden:
Das war's auch schon: Mehr wird nicht benötigt, um ein neuronales Netz zu implementieren.