Groups | Search | Server Info | Keyboard shortcuts | Login | Register [http] [https] [nntp] [nntps]
Groups > pl.comp.programming > #34246
| Newsgroups | pl.comp.programming |
|---|---|
| Date | 2020-11-19 04:30 -0800 |
| References | (9 earlier) <d4fe5caa-c146-4d3d-9410-6ca4ca2806d5n@googlegroups.com> <c2ebdc60-1369-41cb-8891-43ddb3ae7e24n@googlegroups.com> <7619eae0-3156-4982-adfd-00e3c56955fbn@googlegroups.com> <b69b271c-78f7-4632-898f-ef9313ac4364n@googlegroups.com> <18b0a30c-342d-4bf8-9335-3cea8d3927f8n@googlegroups.com> |
| Message-ID | <707bbe67-2986-4e89-bb1f-48e14240d43bn@googlegroups.com> (permalink) |
| Subject | Re: Odczyt ciśnienia - analiza obrazu |
| From | "M.M." <mmarszik@gmail.com> |
On Wednesday, November 18, 2020 at 11:10:46 PM UTC+1, Maciek Godek wrote: > środa, 18 listopada 2020 o 21:44:48 UTC+1 M.M. napisał(a): > > > Z notatnikiem w ręku nie robiłem pomiarów, ale wychodząc z > > Twojego założenia o ludzkiej omylności, nie ma sensu robić takich > > pomiarów, bo bym się pomylił w notowaniu ;-) > To błędny wniosek. Żartowałem :) > Można dokonywać eksperymentów pomimo tego, że się popełnia błędy. Oczywiście. > > Kilkoro dzieci uczyłem tabliczki mnożenia, alfabetu i jak się dobrze > > nauczyły to nie popełniały błędów. > Nie popełniały błędów na zbiorze trenującym, czy na zbiorze testowym? W ogóle nie myślałem o podziale na zbiór uczący i testowy gdy przytaczałem ten przykład. > > Podobnie jak w recytowaniu wiersza z > > pamięci - o ile im się chciało i o ile dobrze się nauczyły to powtarzały bez > > pomyłek. > Sieć neuronowa, o ile "dobrze się nauczy", też będzie powtarzała bez pomyłek. Oczywiście, jeśli sztuczną siec neuronową, opartą o klasyczny perceptron wielowarstwowy, wyuczymy z dokładnością 100% na danym zbiorze, to będzie dawała poprawne odpowiedzi z prawdopodobieństwem 100% na tym zbiorze. > Owe 95% (czy ile tam) skuteczności nie dotyczy powtarzania. Nie rozumiem. > Wytrenowana sieć dla tych samych danych wejściowych w 100% razy zwróci te same dane wyjściowe. > (w każdym razie dotyczy to sieci bezinercyjnych, takich jak perceptrony) Oczywiście. > > Kiedyś amatorsko tresowałem kota, łapał i aportował zabawkę > > bezbłędnie. > W jaki sposób mierzyłeś błąd? I na ilu próbach? Na potrzeby tego o czym pisałem nie ma potrzeby użycia naukowej, udokumentowanej metody, tym bardziej że jest to tylko analogia. Dziecko po opanowaniu całego materiału może udzielać bardzo dokładnych, precyzyjnych odpowiedzi i ta umiejętność nie musi dziecku niekorzystnie wpłynąć na zdolności generalizowania, abstrahowania. Sztuczne sieci neuronowe zwykle uczy się tylko do pewnego momentu, aby nie doszło do przeuczenia. Zwykle lepiej jest gdy sztuczne sieci neuronowe nie udzielają precyzyjnych odpowiedzi na zbiorze uczącym. > > Ale powyższy akapit ma się nijak do tego o czym pisałem i nie > > chce mi się sprawdzać, kiedy dziecko myli się raz na 5 recytacji > > wiersza, a kiedy raz na 1000 recytacji. Interesuje mnie fakt, że > > DZIECKO UCZĄC SIĘ DOKŁADNIE (np. tabliczki mnożenia do 10) NIE > > ZATRACA ZDOLNOŚCI GENERALIZACJI W ZAKRESIE DO 20. > OK, to tutaj już jest bardziej konkretna hipoteza Przepraszam że poprzednio napisałem zbyt skrótowo. > (której chyba nadal nie rozumiem). > Czyli twierdzisz, że jeżeli dziecko nauczy się na pamięć, ile to jest 6 * 7, to będzie > również bez problemu w stanie powiedzieć, ile to jest 13*17? Nadal nie to chciałem powiedzieć, ale już jesteśmy bliżej sedna. Dziecko może uczyć się tabliczki mnożenia na pamięć. Nie jest ważne czy to dobra metoda nauki, czy zła - to po prostu przykład działania biologicznego mózgu w akcji. Dziecko otrzymuje jeden przykład uczący do nauki, drugi, kolejny. W zależności od tego jakie to dziecko i czego uczyło się wcześniej, może znaleźć regułę mnożenia po pamięciowym opanowaniu mniejszej ilości przykładów, większej, albo w ogóle. Dziecku po prostu dajemy przykłady do nauki. W przypadku sztucznych sieci neuronowych jest inaczej. Przed przystąpieniem do uczenia sztucznej sieci, zbiór danych dzielimy na zbiór uczący i zbiór testowy. Zbiór testowy jest w pewnym sensie marnowany, ponieważ nie jest przeprowadzana na nim nauka. Niemniej jednak zbiór testowy jest konieczny, aby móc kontrolować jakość działania sztucznej sieci neuronowej na przykładach które nie były podawane w trakcie nauki. Zwykle w trakcie nauki mamy do czynienia ze zjawiskiem przeuczenia, czyli im sieć daje więcej poprawnych odpowiedzi na zbiorze uczącym, tym mniej na zbiorze testowym. Zwykle należy przerwać trening sieci w momencie gdy na zbiorze testowym jest najwięcej poprawnych odpowiedzi. Widać tutaj oczywistą i sporą wadę w porównaniu z nauką dzieci. Nawet na zbiorze uczącym sieć nie daje 100% poprawnych odpowiedzi! Minimalnie wypaczając analogię, to tak jakby uczyć dziecko tylko do momentu gdy udzieli 80% poprawnych odpowiedzi z tabliczki mnożenia. W sztucznych sieciach neuronowych na bazie 'mojej autorskiej' struktury danych ten problem nie jest aż tak drastyczny - choć niestety nadal może się pojawiać. Moje sieci mogą dawać 100% poprawnych i bardzo precyzyjnych odpowiedzi na dostępnych danych, bez obawy, że znacznie spadnie skuteczność na danych, których nie było w trakcie uczenia. Problem przeuczenia w moich sieciach nie jest aż tak dużym problemem. > > Nie muszę > > dziecka uczyć tylko 70% przykładów, bo w wieku dorosłym będzie > > miało z mnożeniem w słupku - to było oczywiste. Tymczasem, sztuczna sieć > > neuronowa zbudowana w oparciu o klasyczny perceptron wielowarstwowy, ucząc się > > dokładnie na zbiorze uczącym, zazwyczaj udziela gorszych odpowiedzi na zbiorze > > testowym. Sztuczne sieci neuronowe zbudowane w oparciu o moją architekturę > > mają z tym mniej problemów - tak, chwalę się, jestem dalece niedoskonały ;-) > Ja czasem mam tak, że jak sobie w jesienne wieczory idę przez miasto, to > niektóre worki na śmieci wypełnione liśćmi mój mózg rozpoznaje jako psy. > Serio, jestem na jakimś poziomie całkowicie przekonany, że na ulicy leży pies. > Dopiero jak się wytężę, uświadamiam sobie, że to tylko worek na śmieci. > Czasem jeżeli nawet kilka dni z rzędu idę przez to samo miejsce, i leży ten > sam worek, to niezawodnie rozpoznaję w nim dużego śpiącego bernardyna. Od czasu gdy mój wzrok uległ znacznemu pogorszeniu, bardzo często mam podobne problemy, aż dziwne, że z takimi zakłóceniami jestem w stanie cokolwiek rozpoznać. Ale to też odbiega od tematu rozmowy. Raczej chciałem tutaj powiedzieć, że sieci zbudowane w oparciu o moją architekturę nie powtarzają błędów, bo można je wyuczyć na maksa na danych rozszerzonych o przypadki w których pojawiły się błędne odpowiedzi, a problem przeuczenia nie występuje tak łatwo jak w przypadku sieci zbudowanych w oparciu o klasyczny (nie)liniowy perceptron wielowarstwowy. > Na dużych zbiorach danych popełnianie błędów jest niemożliwe do uniknięcia. Jeśli jakąś przestrzeń mamy gęsto pokrytą danymi (czyli mamy dużo danych i równomiernie rozłożonych po tej przestrzeni) to jest możliwe wyuczenie sieci która da blisko 100% poprawnych odpowiedzi na zbiorze uczącymi i testowym. > > > > Po co mi pomiary, przecież to > > > > przykład bardziej ogólnego zjawiska które jest oczywiste. > > > Jakiego bardziej ogólnego zjawiska? > > > I co jest w nim oczywiste? > > To co napisałem wielkimi literami w powyższym akapicie. > > > > Zdrowy, sprawny i wykwalifikowany człowiek niektóre zadania wykonuje wielokrotnie > > > > bezbłędnie i to przez długie lata, i to nie tylko takie łatwe jak tabliczka mnożenia. > > > > Kierowca podejmuje decyzje wiele razy na minutę, a może nawet na sekundę. > > > I popełniają błędy. > > Tak, to wszystko ciekawe kwestie, ale odbiegają od tego co chciałem > > napisać. > > > > Niektórzy, co lepsi kierowcy chwalą się wieloletnią bezwypadkową jazdą. > > > To, że ludzie się czymś chwalą, raczej wynika z ludzkiej niedoskonałości, niż z ludzkiej doskonałości. > > Kolejny temat rzeka. > > > W każdym razie rynek ubezpieczeń nie ma powodów do narzekań. > > Zgoda. Ale mam nadzieję że już jest jasne co mialem na myśli. > No właśnie nie jest :) Ok, spróbowałem jeszcze raz to opisać. Podsumowanie jest proste. Moje sieci można uczyć na maksa, więc nie powtórzą błędu, a dlatego że trudniej ulegają przeuczeniu, jest mniejsze prawdopodobieństwo że po takim wyuczeniu na maksa dadzą całkowicie błędną odpowiedź na danych spoza zbioru uczącego - np. gdy mucha wleci przed obiektyw kamery robota. Pozdrawiam
Back to pl.comp.programming | Previous | Next — Previous in thread | Next in thread | Find similar
Odczyt ciśnienia - analiza obrazu heby <heby@poczta.onet.pl> - 2020-10-21 10:29 +0200
Re: Odczyt ciśnienia - analiza obrazu heby <heby@poczta.onet.pl> - 2020-10-21 10:50 +0200
Re: Odczyt ciśnienia - analiza obrazu Maciej Sobczak <see.my.homepage@gmail.com> - 2020-10-21 12:44 -0700
Re: Odczyt ciśnienia - analiza obrazu heby <heby@poczta.onet.pl> - 2020-10-21 22:03 +0200
Re: Odczyt ciśnienia - analiza obrazu Maciej Sobczak <see.my.homepage@gmail.com> - 2020-10-21 15:07 -0700
Re: Odczyt ciśnienia - analiza obrazu Andrzej S <asta@evbox.pl> - 2020-10-22 08:55 +0200
Re: Odczyt ciśnienia - analiza obrazu heby <heby@poczta.onet.pl> - 2020-10-22 09:19 +0200
Re: Odczyt ciśnienia - analiza obrazu Maciej Sobczak <see.my.homepage@gmail.com> - 2020-10-22 09:29 -0700
Re: Odczyt ciśnienia - analiza obrazu Roman Tyczka <romantyczka@hate.you.spammer> - 2020-10-22 19:52 +0200
Re: Odczyt ciśnienia - analiza obrazu heby <heby@poczta.onet.pl> - 2020-10-22 22:16 +0200
Re: Odczyt ciśnienia - analiza obrazu Adam M <amorawski@magna-power.com> - 2020-10-23 07:50 -0700
Re: Odczyt ciśnienia - analiza obrazu heby <heby@poczta.onet.pl> - 2020-10-23 18:10 +0200
Re: Odczyt ciśnienia - analiza obrazu Mateusz Viste <mateusz@xyz.invalid> - 2020-10-23 18:16 +0200
Re: Odczyt ciśnienia - analiza obrazu heby <heby@poczta.onet.pl> - 2020-10-23 18:52 +0200
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-11-13 20:35 -0800
Re: Odczyt ciśnienia - analiza obrazu Mateusz Viste <mateusz@xyz.invalid> - 2020-11-14 20:21 +0100
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-11-14 21:56 -0800
Re: Odczyt ciśnienia - analiza obrazu Mateusz Viste <mateusz@xyz.invalid> - 2020-11-16 09:42 +0100
Re: Odczyt ciśnienia - analiza obrazu Maciek Godek <godek.maciek@gmail.com> - 2020-11-16 01:03 -0800
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-11-16 04:29 -0800
Re: Odczyt ciśnienia - analiza obrazu Maciek Godek <godek.maciek@gmail.com> - 2020-11-16 10:23 -0800
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-11-18 12:44 -0800
Re: Odczyt ciśnienia - analiza obrazu Maciek Godek <godek.maciek@gmail.com> - 2020-11-18 14:10 -0800
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-11-19 04:30 -0800
Re: Odczyt ciśnienia - analiza obrazu Maciek Godek <godek.maciek@gmail.com> - 2020-11-20 08:02 -0800
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-11-20 14:38 -0800
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-11-29 23:39 -0800
Re: Odczyt ciśnienia - analiza obrazu slawek <x.y@org.org> - 2020-12-03 11:51 +0100
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-12-03 17:04 -0800
Re: Odczyt ciśnienia - analiza obrazu Mateusz Viste <mateusz@xyz.invalid> - 2020-12-04 09:49 +0100
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-12-04 04:09 -0800
Re: Odczyt ciśnienia - analiza obrazu slawek <x.y@org.org> - 2020-12-05 17:51 +0100
Re: Odczyt ciśnienia - analiza obrazu "M.M." <mmarszik@gmail.com> - 2020-12-06 23:33 -0800
Re: Odczyt ciśnienia - analiza obrazu Maciej Sobczak <see.my.homepage@gmail.com> - 2020-11-15 13:56 -0800
Re: Odczyt ciśnienia - analiza obrazu Adam M <amorawski@magna-power.com> - 2020-10-23 12:16 -0700
csiph-web