Formation de réseau neuronal utilisant l'optimisation de l'essaimage de particules

Question

Je souhaite former un réseau de neurones à alimentation directe en utilisant des algorithmes d'évolution des particules et d'évolution différentielle sur Matlab, pour la prédiction du cancer du sein. Je suis nouveau à Matlab donc je recherche et j'ai trouvé la boîte à outils de George Ever mais je ne sais pas comment l'utiliser après avoir ajouté la boîte à outils au chemin Matlab. Quelqu'un peut-il me montrer les étapes pour former un réseau de neurones Merci

Answer 1

Avez-vous une raison particulière d'utiliser les approches mentionnées pour la formation du réseau?

Les réseaux de neurones sont traditionnellement formés à l'aide d'un optimiseur à base de gradient appelé rétropropagation d'erreur, et les méthodes sans gradient comme celles que vous avez mentionnées devraient probablement être lentes en comparaison. Il se peut que vous deviez vérifier certaines boîtes à outils de réseau de neurones spécifiques pour MATLAB, telles que deep-learning-toolbox.

En général, il est probablement préférable d'utiliser l'une des implémentations populaires et efficaces (Theano, Torch, Tensorflow, Caffe) en considérant les réseaux avec plusieurs couches.

Answer 2

Eh bien, vous pouvez le faire, et je l'ai fait avec l'essaim de particules et l'évolution différentielle. Mais ce que vous devrez faire est d'extraire manuellement les poids et les biais du réseau de neurones comme vecteur pour les transmettre à l'optimiseur, puis dans votre fonction objectif, vous devrez convertir le vecteur en poids et en biais de l'architecture de votre réseau de neurones.