तंत्रिका नेटवर्क बनाने के लिए एक "सार्वभौमिक" पुस्तकालय का विकास (होम)

प्रागितिहास

मैं, एक मात्र नश्वर, एक सहायक के रूप में एअर इंडिया के बारे में भी नहीं सोचता, शांति से खुद को CWS (C / C ++) पर AWS के लिए कोडित करता था, और अगर कोई BUT नहीं होता तो सब कुछ ठीक होता।
मैं एक बार एक मंच पर एक आदमी से मिला जो AWPs के कोडिंग के विषय को समर्पित था, काफी समय से उसने मुझे बहुत समझाया, मेरी मदद की, + उसने खुद काफी दिलचस्प बातें कीं। लेकिन एक दिन यह एआई के बारे में था, और तब मुझे उसके जवाब में दिलचस्पी थी "मेरे कंप्यूटर पर क्या दिलचस्प है एक अच्छा डिबगर, ICQ के लिए कार्य प्रबंधक + बॉट, जिसने एक से अधिक बार ट्यूरिंग टेस्ट पास किया है" । बेशक, मैं, एक पूरी तरह से पर्याप्त व्यक्ति के रूप में, यह विश्वास नहीं करता था, क्योंकि उन्होंने स्रोत कोड देने से इनकार कर दिया, उन्होंने समाप्त कार्यक्रम देने का वादा किया था, जब मैं उनके कंप्यूटर को हैक करता हूं और एफएस तक पहुंच प्राप्त करता हूं। तब से कई साल बीत चुके हैं, और एक बार से अधिक विषय उनके एआई की कीमत पर उठाया गया था। हालाँकि मुझे अभी भी एक प्रोटोटाइप नहीं मिल सका है, और मुझे 100% यकीन नहीं है कि उसके पास एक है, लेकिन यह महत्वपूर्ण नहीं है, क्योंकि हमारी प्रत्येक बातचीत ने मेरे अपने AI को गुनगुनाए जाने के विचार को जन्म दिया।

शुरुआत

शुरू करने के लिए, निश्चित रूप से, विकास के लिए आवश्यक सभी चीजों की एक सूची बनाना आवश्यक था, जब मैंने अपने पसंदीदा सी / सी ++ को आधार के रूप में चुना, एक मित्र ने मुझसे कहा कि "आपकी बुद्धि आमतौर पर भाषाओं में नहीं लिखी जाती है, और आपको इसके लिए एक घोषित भाषा चुनने की आवश्यकता है।" मुझे यह विचार तुरंत पसंद नहीं आया क्योंकि मुझे एक नई भाषा सीखनी होगी, सिद्धांत रूप में पूरी तरह से अलग, और फिर भी मैंने एक मौका लेने का फैसला किया।
इसलिए C / C ++ भाषा को चुना गया।
इसके बाद, यह उस छोटे पर निर्भर था (जैसा कि मैंने तब सोचा था) पुस्तकालय का चुनाव, जिस पर विकास शुरू होगा, और यहाँ दूसरा नुकसान हुआ था। मैंने ANN पर कई लेखों की समीक्षा की, कई पुस्तकालयों को फिर से बनाया, लेकिन सही नहीं पाया क्योंकि या तो पुस्तकालय पर्याप्त लचीला नहीं था, या इसे समझना मुश्किल था, या यह काम की गति में संतुष्ट नहीं था। बाद में उनके बारे में एक और BUT था।
इसलिए आपका पुस्तकालय लिखने के लिए कार्य निर्धारित किया गया था।

चलो चलते हैं

बुधवार को मैंने रेड स्टूडियो को चुना, नफरत के टन को महसूस करते हुए मैं खुद को समझाने की कोशिश करूंगा:
मुझे जांचने के लिए एक त्वरित फॉर्म स्प्लिटर की आवश्यकता है ताकि मैं इंटरफ़ेस पर बहुत समय न बिताऊं
डेल्फी को पोर्ट करने की सादगी की आवश्यकता थी क्योंकि कई दोस्तों ने इसे मुख्य भाषा के रूप में चुना, और रेड स्टूडियो उनके लिए मुख्य वातावरण है
मैं वीसीएल को आसानी से पोर्ट करने के लिए वीसीएल को कोड को हरा नहीं जा रहा था, एमएस वी.एस.
मैं आसान क्रॉस-प्लेटफ़ॉर्म माइग्रेशन के लिए उपकरणों के न्यूनतम सेट का उपयोग करने का प्रयास करूंगा

तो, प्रत्येक नेटवर्क की मुख्य संरचना है

• संचार
• न्यूरॉन्स
• समूहों

और कार्य के लिए, मुझे किसी तरह उन्हें एक-दूसरे से मिलाने की जरूरत थी, लेकिन साथ ही साथ उन्हें एक साथ काम करना चाहिए। तुरंत एक विचार मन में आया - कक्षाएं, लेकिन थोड़ा विचार करने के बाद, सब कुछ तौला + के लिए और - इसके विपरीत, मुझे उन्हें त्यागना पड़ा। नेटवर्क को केवल स्मृति द्वारा सीमित न्यूरॉन्स / परतों / कनेक्शन की संख्या के लिए डिज़ाइन किया जाना चाहिए, + काम की गति काफी अधिक होनी चाहिए ताकि यह नेटवर्क ब्रेक न बन जाए, + नेटवर्क के लचीलेपन को दोनों परतों और प्रत्येक न्यूरॉन के साथ सरल ऑनलाइन ऑपरेशन की अनुमति देनी चाहिए। इस परत, और अलग से प्रत्येक न्यूरॉन के कनेक्शन के साथ (यह बिल्कुल वही है जो मुझे मिली किसी भी मुफ्त लाइब्रेरी में गायब था)।
लिंक की गई सूचियों को इसके लिए चुना गया था, और पॉइंटर्स का उपयोग करने का निर्णय लिया गया था। जब तक हम इसे भरते हैं, तब तक संरचना के फ्रेम पर एक नज़र डालते हैं ...

typedef struct _link{ }LINK; typedef struct _neuron{ struct _neuron *prev,*next; }NEURON; typedef struct _n_layer{ struct _n_layer *prev,*next; }NLAYER; 

अब विचार है कि इस सब को एक साथ कैसे जोड़ा जाए?
थोड़ा सोचने के बाद, मैंने ऐसा करने का फैसला किया: 1 संचार इकाई 2 न्यूरॉन्स को जोड़ती है-> प्रत्येक संचार उदाहरण आसानी से सुलभ होना चाहिए और केवल 2 विशिष्ट न्यूरॉन्स पर लागू होना चाहिए, लेकिन एक न्यूरॉन में असीमित संख्या में कनेक्शन हो सकते हैं (मैंने सॉफ़्टवेयर प्रतिबंधों के बिना एक पुस्तकालय बनाने की कोशिश की)। न्यूरॉन्स, बदले में, सरल ऑपरेशन के लिए परत में होना चाहिए, परतों का उपयोग नहीं किया जा सकता है, लेकिन न्यूरॉन्स के ऐसे समूहों के साथ काम करना बेहद मुश्किल होगा। लेकिन न केवल परत के पास संबंधित न्यूरॉन्स के लिए एक संकेतक होना चाहिए, बल्कि प्रत्येक न्यूरॉन में उस परत के लिए एक संकेतक होना चाहिए जिसमें यह स्थित है, लेकिन नेटवर्क के साथ आसान और तेज़ तकनीकी कार्य के लिए यह पहले से ही आवश्यक होगा।

तो संरचना एक और अधिक विचारशील स्थिति में चली गई, जैसा कि मुझे लगता है।

 typedef struct _link{ void *from,*to; //  LINKL }LINK; typedef struct _link_list{ LINK *link; void *Neuron; //  __ struct _link_list *next,*prev; }LINKL; typedef struct _neuron{ LINKL *in,*out; void *Layer; //  __ struct _neuron *prev,*next; }NEURON; typedef struct _n_layer{ NEURON *first,*end; struct _n_layer *prev,*next; }NLAYER; 

इस बिंदु पर, मैं सूची में किसी आइटम को हटाने / जोड़ने के लिए हैंडलर लिखता हूं।
लेकिन फिर, यह संरचना नहीं भरी है और इसमें एक बहुत महत्वपूर्ण बिंदु का अभाव है ...
आइए रुकें और सोचें, जब तक आप कहीं नहीं देखते, आप सोच नहीं सकते?
या जब आप कुछ सुनते हैं तो आप देख नहीं सकते हैं? जवाब है नहीं।
इसीलिए सूत्र बनाने का विचार आया!

यह मैंने सशुल्क पुस्तकालयों में भी नहीं देखा है।
यह कैसे काम करना चाहिए? हां, यह बहुत सरल है, आपको केवल मुख्य संरचना की प्रत्येक शाखा में 1 पैरामीटर जोड़ना होगा, यह राज्य पैरामीटर होगा - स्थिति इंगित करेगी कि क्या इस या उस नेटवर्क तत्व के साथ आगे काम संभव है।
और फिर, हमारी संरचना को संशोधित किया जा रहा है।

 #define STATE_NOT_READY 0 #define STATE_READY 1 typedef struct _link{ void *from,*to; }LINK; typedef struct _link_list{ LINK *link; char state; void *Neuron; struct _link_list *next,*prev; }LINKL; typedef struct _neuron{ char state; LINKL *in,*out; void *Layer; struct _neuron *prev,*next; }NEURON; typedef struct _n_layer{ NEURON *first,*end; char state; struct _n_layer *prev,*next; }NLAYER; 

वायला, तंत्रिका नेटवर्क ढांचा तैयार है।

अब हम और अधिक स्वादिष्ट बन्स के लिए आगे बढ़ेंगे, और बेकार की आवाज़ को बाहर न करने के लिए, मैंने आपको अपने अध्ययन के लिए एक तैयार पुस्तकालय में रखा, जो उनके लिए सम्मानित Ilya90 सम्मान की मदद के बिना नहीं लिखा गया था!

न्यूनेरोलीब टोनिच

पास: XabraZabra

निष्कर्ष

यह लेख "स्मार्ट" तंत्रिका नेटवर्क बनाने के लिए मेरे दृष्टिकोण का वर्णन करता है, अब मुझे यह पता लगाना है कि प्रत्येक शाखा को कैसे भरना है, सबसे अधिक संभावना है कि मैं एक डेटा प्रकार डबल का चयन करूंगा, लेकिन 3 चीजें मेरे लिए स्पष्ट नहीं हैं और जब तक मैं उन्हें नहीं समझूंगा, प्रोटोटाइप प्रकाश नहीं देखेगा ।

1. (SOLVED) किस शर्त से एक नया कनेक्शन बनाया जाता है और / या इसे किस न्यूरॉन से चुना जाता है जिससे यह आगे बढ़ेगा।
2. (SOLVED) किस स्थिति में नया न्यूरॉन बनाया जाता है (इसे किससे और क्यों बनाया गया है)
3. (आंशिक रूप से हल) एक न्यूरॉन "शूट" कब करना चाहिए? जब सभी बॉन्ड वेट को रखा जाता है या आवश्यक नहीं होता है, और यदि ऐसा है, तो फ़ंक्शन क्या दिखेगा यदि यह लगातार विभिन्न बॉन्ड वेट और मानों के साथ काम करता है?

यदि ये अंक अगले अंक में हल हो जाते हैं, तो मैं इस नेटवर्क के संचालन का विश्लेषण करूंगा और एक पूर्ण उदाहरण कोड प्रदान करूंगा।

यदि रुचि है, तो मैं उपयोग का एक उदाहरण दे सकता हूं, लेकिन बिना सेवेलॉड लाइब्रेरी (इसके लिए मुझे अभी तक नोबेल पुरस्कार नहीं मिला है)

टिप्पणियों में आपका स्वागत है!

शोधित सामग्री

बेशक, हैबे पर कई लेख।
FANN लाइब्रेरी जो सबसे अधिक ध्यान का ध्यान केंद्रित करती है।
जिस साइट से मैंने बड़ी संख्या में लेख पढ़े हैं।
एक बहुत ही रोचक लेख जिसने मुझे सोचने पर मजबूर कर दिया (: