Лекция: Программирование нейросетей на языке C++

Введение

• Цель: создать программу, которая угадывает цифры
• Используемые инструменты: язык программирования C++

Основы нейросетей

• Конфигурация: 5 входных нейронов, 1 скрытый слой с 2 нейронами, 2 выходных нейрона
• Все нейроны связаны весами
  • Веса - обучаемые параметры
• Нейроны смещения (обычно -1 или +1)

Вычисление взвешенной суммы

• Линейная алгебра:
  • Взвешенные суммы (n00 * w000) + (n10 * w010) + (n20 * w020) + b00
• Матричное умножение

Функции активации

• Необходимы для нелинейных преобразований
• Примеры функций активации:
  • Сигмоида: f(x) = 1 / (1 + e^(-x))
  • ReLU: f(x) = max(0, x)
  • Тангенс: f(x) = tanh(x)
• Выбор функции активации зависит от задачи

Реализация классов в C++

• Основные классы:
  • Network (нейросеть)
  • Matrix (матрицы)
  • ActivationFunctions (функции активации)
• Методы класса Matrix:
  • init (инициализация)
  • rand (заполнение случайными числами)
  • mult (умножение)
• Класс Network:
  • Переменные: количество слоев L, количество нейронов size, функции активации ACTS, веса W, смещения B, значения нейронов N, ошибки D
  • Методы класса: инициализация, прямая передача forward, обратное распространение ошибки backpropagation, обновление весов

Обучение нейросети

• Метод градиентного спуска
  • Сдвиг весов: W = W - alpha * dE/dW
  • alpha - скорость обучения
• Итерационный процесс обновления весов и смещений
• Использование набора данных MNIST (цифры)
  • Сжатие данных в диапазоне 0 до 1
• Подсчет производных функций активации

Реализация обучения

• Считывание данных из MNIST
• Прямое распространение: вычисление взвешенных сумм и применение функций активации
• Обратное распространение ошибки: вычисление градиентов и обновление весов
• Сохранение и чтение весов из файла

Тестирование и результаты

• Нейросеть обучена на 99.3% правильных ответов (затрачено 12 минут)
• Тестирование на цифрах MNIST показало высокую точность

Заключение

• Написан пай приседале для визуализации и тестирования
• Подробно рассматривались классы, методы и процессы, связанные с обучением нейросетей на C++

Замечания

• Если были вопросы, оставить комментарий
• Опрос на тему следующего видео