আমি গভীর শেখার অ্যাপ্লিকেশনগুলির জন্য গেক্কোর মস্তিষ্কের মডিউলটি ব্যবহার করতে শিখছি।
আমি numpy.cos () ফাংশন শিখতে এবং তারপরে অনুরূপ ফলাফল আনার জন্য একটি নিউরাল নেটওয়ার্ক স্থাপন করেছি।
আমার প্রশিক্ষণের সীমা যখন থাকে তখন আমি একটি ভাল ফিট পাই:
x = np.linspace(0,2*np.pi,100)আমি যখন সীমাগুলি প্রসারিত করার চেষ্টা করি তখন মডেলটি পৃথক হয়ে যায়:
x = np.linspace(0,3*np.pi,100)আমার মডেলটির নমনীয়তা বাড়ানোর জন্য আমার নিউরাল নেটওয়ার্কে কী পরিবর্তন করতে হবে যাতে এটি অন্যান্য সীমার জন্য কাজ করে?
এটি আমার কোড:
from gekko import brain
import numpy as np
import matplotlib.pyplot as plt
#Set up neural network
b = brain.Brain()
b.input_layer(1)
b.layer(linear=2)
b.layer(tanh=2)
b.layer(linear=2)
b.output_layer(1)
#Train neural network
x = np.linspace(0,2*np.pi,100)
y = np.cos(x)
b.learn(x,y)
#Calculate using trained nueral network
xp = np.linspace(-2*np.pi,4*np.pi,100)
yp = b.think(xp)
#Plot results
plt.figure()
plt.plot(x,y,'bo')
plt.plot(xp,yp[0],'r-')
plt.show()এগুলি 2pi এর ফলাফল:
এগুলি 3pi এর ফলাফল:
