मैं पिछले डेटा के आधार पर सॉफ्टवेयर परियोजनाओं के समय और लागत की भविष्यवाणी करने के लिए एक उपकरण बना रहा हूं। यह टूल ऐसा करने के लिए एक तंत्रिका नेटवर्क का उपयोग करता है और अब तक, परिणाम वादा कर रहे हैं, लेकिन मुझे लगता है कि मैं नेटवर्क के गुणों को बदलकर बहुत अधिक अनुकूलन कर सकता हूं। इन सेटिंग्स की बात आने पर कोई नियम या यहां तक कि कई सर्वोत्तम प्रथाएं प्रतीत नहीं होती हैं, इसलिए यदि अनुभव वाला कोई भी मेरी मदद कर सकता है तो मैं इसकी सराहना करता हूं।तेजी से प्रशिक्षण के लिए तंत्रिका नेटवर्क सेटिंग्स
इनपुट डेटा पूर्णांक की एक श्रृंखला से बना है जो उपयोगकर्ता जितना ऊंचा हो सकता है उतना ऊंचा हो सकता है, लेकिन अधिकांश 100,000 से कम होंगे, मैंने सोचा होगा। कुछ 1 के रूप में कम होंगे। वे एक परियोजना पर लोगों की संख्या और एक परियोजना की लागत, साथ ही डेटाबेस इकाइयों के बारे में विवरण और मामलों का उपयोग करने जैसे विवरण हैं।
कुल में 10 इनपुट और 2 आउटपुट (समय और लागत) हैं। मैं नेटवर्क को प्रशिक्षित करने के लिए रेजिएंटल प्रचार का उपयोग कर रहा हूं। वर्तमान में इसमें: 10 इनपुट नोड्स, 5 नोड्स और 2 आउटपुट नोड्स के साथ 1 छिपी हुई परत है। मैं 5% त्रुटि दर के तहत प्रशिक्षण के लिए प्रशिक्षण दे रहा हूं।
एल्गोरिदम को वेबसर्वर पर चलाना चाहिए, इसलिए मैंने प्रशिक्षण को रोकने के लिए एक उपाय किया है जब ऐसा लगता है कि यह कहीं भी नहीं जा रहा है। यह 10,000 प्रशिक्षण पुनरावृत्तियों पर सेट है।
वर्तमान में, जब मैं इसे कुछ डेटा के साथ प्रशिक्षित करने की कोशिश करता हूं, लेकिन जो कुछ हम उपयोगकर्ताओं को इसमें शामिल करने की उम्मीद करते हैं, उसमें सीमा के भीतर अच्छी तरह से, इसे चलाने के लिए काफी समय लगता है, 10,000 पुनरावृत्ति सीमा को मारना और फिर से।
यह पहली बार है जब मैंने तंत्रिका नेटवर्क का उपयोग किया है और मुझे वास्तव में पता नहीं है कि क्या उम्मीद करनी है। यदि आप मुझे कुछ संकेत दे सकते हैं कि नेटवर्क के लिए मुझे किस प्रकार की सेटिंग्स का उपयोग करना चाहिए और पुनरावृत्ति सीमा के लिए मैं इसकी सराहना करता हूं।
धन्यवाद!
सभी जानकारी के लिए धन्यवाद! 1. मैंने इनपुट को सामान्य करने के बारे में सोचा था, लेकिन मुझे नहीं पता कि यह कैसे करना है जब कोई मान अधिकतम नहीं है और कुछ मान भिन्न हो सकते हैं। 2. मैंने 20 छिपे न्यूरॉन्स के साथ प्रयास किया और कुछ डेटा के लिए सेकंड के बजाय 5+ घंटे लग रहे थे। ऐसा लगता है कि 10 से अधिक अच्छा नहीं था। 4. डेटासेट की संख्या इस बात पर निर्भर करती है कि उपयोगकर्ता कितने रखता है। हम लगभग 5. का उपयोग कर रहे हैं 5. हम एनकॉग नामक एक तंत्रिका नेटवर्क ढांचे का उपयोग कर रहे हैं, मैं गति को बदलने में देखता हूं, लेकिन मुझे नहीं पता अगर यह संभव है। – danpalmer
6. फिर, मुझे नहीं पता कि ढांचा ऑनलाइन प्रशिक्षण के साथ कैसे काम करता है, मैं इसे देख लूंगा। 7. डेटा सभी निरंतर है और मैंने सब कुछ पर रैखिक सक्रियण सेट किया है क्योंकि मैं कल्पना करता हूं कि परिणाम आउटपुट के साथ अलग-अलग कैसे हो सकते हैं। 8. बिंदु 2 की तरह, मैंने पाया कि 2 परतों के साथ यह मेरी लगाई गई सीमा को बहुत अधिक मार रहा था और चलाने के लिए बहुत लंबा समय ले रहा था। – danpalmer
लॉल। मुझे कल भी कॉलेज में होना चाहिए। मैंने थोड़ा सामान्यीकरण जोड़ा है। यह बहुत अच्छा नहीं है, लेकिन सभी डेटासेट मान 0 और 1 के बीच होंगे और भविष्यवाणियां उतनी अधिक नहीं होंगी। मुझे एक चीज़ पर 18000% की प्रशिक्षण गति में वृद्धि हुई है। मैं परीक्षण जारी रखूंगा और कुछ अन्य उपायों को लागू करने का प्रयास करूंगा, लेकिन अब इसके लिए एक अच्छा परिणाम है। मदद के लिए आपका बहुत बहुत धन्यवाद! – danpalmer