b. Các mạng dẫn tiến đa mức.
2.1.8. Một số vấn đề của mạng neural.
Khi xây dựng một ứng dụng mạng neural chúng ta cần quan tâm một số vấn đề sau:
Vấn đề về kiến trúc mạng neural : neural nào nối với neural nào? Đây chính là sự lựa chọn mô hình của mạng neural. Nó sẽ phụ thuộc vào sự trình bày dữ liệu và ứng dụng. Những mô hình phức tạp quá dẫn đến những vấn đề lựa chọn quá trình huấn luyện hay là việc lựa chọn giải thuật học.
Lựa chọn giải thuật học: ở đây có nhiều sự cân bằng giữa các giải thuật học. Gần như bất kỳ giải thuật nào sẽ làm tốt với độ chính xác của các siêu
tham số cho việc huấn luyện trên tập dữ liệu cố định cho trứớc. Tuy nhiên sự lựa chọn và điều hướng của giải thuật cho việc huấn luyện trên các tập dữ liệu này cần thực hiện nhiều thí nghiệm, đó là điều rất quan trọng. Trên một mô hình nếu lựa chọn giải thuật và hàm đánh giá phù hợp thì mạng neural có thể cho kết quả rất tốt.
Trọng số của các cung nối và ngưỡng thay đổi thường xuyên. Đã có nhiều nghiên cứu về vấn đề này và cũng đã có một số kết quả :
Nếu mạng gây ra lỗi, thì có thể xác định neural nào gây ra lỗi => điều chỉnh neural đó.
Với cách tiếp cận này, mạng phải biết rằng nó gây ra lỗi. Trong thực tế, lỗi chỉ được biết sau một thời gian dài.
Chức năng của nột neural không quá đơn giản như mô hình. Bởi vì mạng neural hoạt động như một hộp đen.
Một số hướng dẫn khi sử dụng mạng neural.
Xây dựng mạng khởi tạo(dùng một lớp ẩn có số neural= ½ tổng số neural của lớp nhập và l ớp xuất).
Huấn luyện mạng dùng các giải thuật huấn luyện. Nên thực hiện trên nhiều mạng khác nhau để tránh trường hợp cực tiểu cục bộ.
Nếu máy “Không thuộc bài” => thêm một vài neural cho tầng ẩn. Ngược lại nếu máy “Học vẹt”=> bớt một vài neural ra khỏi tầng ẩn. Khi đã tìm được một kiến trúc mạng tương đối tốt lấy mẫu lại tập dữ liệu và huấn luyện lại để tìm các mạng mới.