Страница 2 из 3 ПерваяПервая 123 ПоследняяПоследняя
Показано с 11 по 20 из 28

Тема: Нейросеть на многослойных перцептронах

  1. #11

    По умолчанию

    Цитата Сообщение от capzap Посмотреть сообщение
    Как можно грамотно пользоваться прототипом, да ни как, изучать предмет да строить свою сеть.
    Ну, давайте положим что-нибудь куда-нибудь, и согласимся, что прототипы лучше и проще делать в Python/Java? Там гораздо больше готовых библиотек, там гораздо больше статей, примеров и т.п.

    Вот загружать и выполнять модели в ПЛК это может быть интересно. А "знакомиться с ML" на ПЛК, по-моему, весьма сомнительное занятие. Но, да, кого-то может радовать КДС, его разновидность ST и т.п.


    Блин, по-моему, гораздо забавнее подумать над тем, как должен выглядеть "нормальны" конфигуратор. Мне, например, в стандартном конфигураторе не нравится то, что нет "времени последнего опроса параметра", нет "групповых запросов" и т.п. Вот бы нормальный конфигуратор, который бы сам собой собирал modbus.lib код по заданным параметрам.

    А обучать на ПЛК...

  2. #12
    Пользователь Аватар для capzap
    Регистрация
    25.02.2011
    Адрес
    Киров
    Сообщений
    10,224

    По умолчанию

    Цитата Сообщение от Владимир Ситников Посмотреть сообщение
    Там "проблема" и в том, что тов. capzap делал "обучение" модели на самом ПЛК.
    Это, вообще говоря, сомнительный подход. Ну, можно посомневаться в целесообразности использования ПЛК для шага обучения.

    Скорее всего, учить нужно на нормальном ПК (можно оперировать гораздо большими объёмами данных, строить графики), а полученную модель (коэффициенты) загружать в ПЛК.
    с готовыми коэффициентам я выкладывал пример в разделе ПР, так что о сомнительности я осведомлен, но если необходимо дообучение, например из-за сезонности, то режим тренировки понадобиться в этом случае пока ошибка не станет приемлемой, близкой к нулю
    Bad programmers worry about the code. Good programmers worry about data structures and their relationships

    среди успешных людей я не встречала нытиков
    Барбара Коркоран

  3. #13
    Пользователь Аватар для capzap
    Регистрация
    25.02.2011
    Адрес
    Киров
    Сообщений
    10,224

    По умолчанию

    Цитата Сообщение от Владимир Ситников Посмотреть сообщение
    Ну, давайте положим что-нибудь куда-нибудь, и согласимся, что прототипы лучше и проще делать в Python/Java? Там гораздо больше готовых библиотек, там гораздо больше статей, примеров и т.п.

    Вот загружать и выполнять модели в ПЛК это может быть интересно. А "знакомиться с ML" на ПЛК, по-моему, весьма сомнительное занятие. Но, да, кого-то может радовать КДС, его разновидность ST и т.п.


    Блин, по-моему, гораздо забавнее подумать над тем, как должен выглядеть "нормальны" конфигуратор. Мне, например, в стандартном конфигураторе не нравится то, что нет "времени последнего опроса параметра", нет "групповых запросов" и т.п. Вот бы нормальный конфигуратор, который бы сам собой собирал modbus.lib код по заданным параметрам.

    А обучать на ПЛК...
    так ведь не вопрос, вместо заданных изначально в той статье весов, вставить те которые получились после 10К итераций в мой проект, вот и готовая модель, разве не так?
    Bad programmers worry about the code. Good programmers worry about data structures and their relationships

    среди успешных людей я не встречала нытиков
    Барбара Коркоран

  4. #14

    По умолчанию

    Цитата Сообщение от capzap Посмотреть сообщение
    с готовыми коэффициентам я выкладывал пример в разделе ПР, так что о сомнительности я осведомлен, но если необходимо дообучение, например из-за сезонности, то режим тренировки понадобиться в этом случае пока ошибка не станет приемлемой, близкой к нулю
    В том-то и дело, что на ПК можно погонять разные алгоритмы с разными параметрами и выбрать наиболее подходящий.
    На ПЛК ни график толком не построишь, ни обучение толком не проведёшь (т.к. тупо нет библиотек, а реализовывать с нуля смысла нет), ни проверишь "как бы действовал алгоритм в тех или иных условиях".

    Поиграться -- можно и на ПЛК. В смысле, "если нечем заняться вечером, то можно и запустить МО на ПЛК". Хотя, всё равно для того, чтобы таким заниматься нужно хоть что-то понимать.

    Если же говорить о реальном использовании МО, то обучать, дообучать, переобучать нужно на нормальном ПК.
    Если говорить об изучении МО, то это лучше делать на Coursera, конференциях и т.п.

  5. #15
    Пользователь Аватар для capzap
    Регистрация
    25.02.2011
    Адрес
    Киров
    Сообщений
    10,224

    По умолчанию

    я конечно согласен, что это только поиграться, но чтоб дообучить модель на ПК, нужна выборка актуальных данных, затем необходимо будет внести эти веса в работающую модель без остановки техпроцесса, считаете это кому то будет нужно?
    А метод обучения после каждой неверной классификации тоже существует и собственно здесь он показан, если изначально вставить правильные веса, функция train просто не будет выполняться,т.к здесь чистая математика то и дообучения не будет. Если же использовать сеть как экспертную систему, где вывод о правильности решения принимает оператор, система обязана переучитваться непосредственно там где она работает, не будет оператор после нажатия кнопки останавливать программу, бежать к компу чтоб получить новые коэффициенты и потом опять их вставлять
    Bad programmers worry about the code. Good programmers worry about data structures and their relationships

    среди успешных людей я не встречала нытиков
    Барбара Коркоран

  6. #16

    По умолчанию

    Цитата Сообщение от capzap Посмотреть сообщение
    но чтоб дообучить модель на ПК, нужна выборка актуальных данных, затем необходимо будет внести эти веса в работающую модель без остановки техпроцесса, считаете это кому то будет нужно?
    Берём данные из SCADA, дообучаем на них и отправляем в контроллер обновлённый рецепт?

    Думаю, мы поняли друг друга. Вопрос больше в том, чтобы нас поняли другие и, чтобы это всё причинило им какую-нибудь пользу.


    Использование МО вместо/совместно с PID, возможно и имеет смысл, т.к. МО может "автоматически" догадаться о том, как лучше регулировать.

    Автонастройка PID это, к слову, тоже машинное обучение. Будет ли "дообучение нейросетки" круче "автонастройки ПИД" -- вопрос. Как раз тот самый вопрос -- какой из алгоритмов МО выбирать (нейросеть, дерево принятия решений и т.п.)

  7. #17
    Пользователь Аватар для capzap
    Регистрация
    25.02.2011
    Адрес
    Киров
    Сообщений
    10,224

    По умолчанию

    Цитата Сообщение от Владимир Ситников Посмотреть сообщение
    Берём данные из SCADA, дообучаем на них и отправляем в контроллер обновлённый рецепт?

    Думаю, мы поняли друг друга. Вопрос больше в том, чтобы нас поняли другие и, чтобы это всё причинило им какую-нибудь пользу.


    Использование МО вместо/совместно с PID, возможно и имеет смысл, т.к. МО может "автоматически" догадаться о том, как лучше регулировать.

    Автонастройка PID это, к слову, тоже машинное обучение. Будет ли "дообучение нейросетки" круче "автонастройки ПИД" -- вопрос. Как раз тот самый вопрос -- какой из алгоритмов МО выбирать (нейросеть, дерево принятия решений и т.п.)
    это всё конечно замечательно, вобщем то повторение моих слов из другой темы, да я тоже считаю, что полноценные вычисления обязательно нужно делать на компе, если не достаточно входных данных, то прогонять сперва через полиноминальную регрессию, а далее отобрать из полученного набора признаков по методу рекурсивного исключения нужное количество. Но все эти плюшки ведут к усложнению модели, а если создавать примитивную сеть на компе, чтоб в итоге полученные веса перенести на плк, чем контроллер то не угодил, сами же мне доказывали что математика одинакова что на ПК что в плк Поэтому первая моя мысль была с контроллеров передавать входные данные, сервер выполняет всё функции принятия решения, а в плк уже выдавать только значения выходов, а не переносить готовую модель, потому что это муторно. Вместо того чтоб взять мой проект пускай даже с обучалкой, Вы предлагаете построить ту же сеть, вместо функции train, создать функцию чтения файла или приема весов по сети, функцию расстановки этих весов по местам в нейросети, изучить основы ЯП для построения сетей на ПК, создать механизм парсинга модели для дальнейшей посылки её в контроллер, ну ок
    Bad programmers worry about the code. Good programmers worry about data structures and their relationships

    среди успешных людей я не встречала нытиков
    Барбара Коркоран

  8. #18
    Пользователь Аватар для capzap
    Регистрация
    25.02.2011
    Адрес
    Киров
    Сообщений
    10,224

    По умолчанию

    выложу еще вариант прогнозирования выходной величины по трем входным данным, ссылка на пример внутри проекта
    Вложения Вложения
    Bad programmers worry about the code. Good programmers worry about data structures and their relationships

    среди успешных людей я не встречала нытиков
    Барбара Коркоран

  9. #19
    Пользователь Аватар для Сема
    Регистрация
    17.12.2011
    Адрес
    Армавир
    Сообщений
    567

    По умолчанию

    Мне кажется не надёжная вещь - нейросеть. Сколько тонн информации надо прогнать через неё, чтобы свести к минимуму ошибки. Очень жёсткий и трудный анализ.
    kipiaplc.ru - приходите, будет интересно...

  10. #20

    По умолчанию

    capzap, а вы в реальных задачах нейросети использовали ?

Страница 2 из 3 ПерваяПервая 123 ПоследняяПоследняя

Ваши права

  • Вы не можете создавать новые темы
  • Вы не можете отвечать в темах
  • Вы не можете прикреплять вложения
  • Вы не можете редактировать свои сообщения
  •