2 Esercizio 1 - Università degli Studi di Parma

Esercitazione 2
Reti Neurali
Backpropagation
Esercizio 1
 Scompattare bp
 Compilare i 4 programmi (con make, v.file readme)
 Utilizzare i dati contenuti in xor.bp per eseguire il
training della rete che risolve lo XOR. Osservare la
struttura del file per utilizzarla poi come esempio per
definire in futuro nuove reti. Leggere il file readme per
comprendere il significato delle opzioni.
 Provare ad eliminare lo strato nascosto e osservare cosa
succede, addestrando una rete monostrato.
2
Esercizio 1b
 Utilizzare il set di dati circle.tra e circle.tes,
dapprima con la rete circle.bp fornita dal pacchetto bp,
poi provando a modificare:
 numero di neuroni nello strato nascosto
 numero di strati nascosti (a parità di numero di neuroni o in
modo arbitrario)
 learning rate
 uso degli algoritmi presenti nel pacchetto
Problema
distinguere i punti
appartenenti a:
1.cerchio di raggio 1 e centro 0,0
2.quadrato di lato 2.5 e centro 0,0 con
esclusione della regione 1.
3
Esercizio 2
Risolvere l’esercizio 2 dell’esercitazione 1 utilizzando una
rete feedforward addestrata con backpropagation.
Confrontare i risultati ottenuti con quelli ottenuti con l’albero
di decisione sia sul training set (per evidenziare i
comportamenti differenti), sia facendo giocare alcune
partite alla rete così ottenuta.
Per risolvere questo esercizio è meglio utilizzare una
libreria dedicata (come ad esempio fann) per poter
utilizzare le funzioni di definizione, addestramento e test
della rete dall’interno di una propria applicazione.
4