Navigacija
Lista poslednjih: 16, 32, 64, 128 poruka.

Geneticki algoritam

[es] :: Veštačka inteligencija :: Geneticki algoritam

[ Pregleda: 1782 | Odgovora: 4 ] > FB > Twit

Postavi temu Odgovori

Autor

Pretraga teme: Traži
Markiranje Štampanje RSS

Zlatni_bg
Nikola S
Beograd

Član broj: 65708
Poruke: 4420
*.dynamic.sbb.rs.



+498 Profil

icon Geneticki algoritam30.12.2018. u 03:57 - pre 63 meseci
Pozdrav,

Neko sam ko je na fakultetu prvi put imao dodir sa VI i tu mi se svidelo. Radili smo razlicite primere, konkretno najvise sto sam tad radio je klasifikacija po odredjenim parametrima (backpropagation, sigmoid, itd, itd), tacnije klasican primer sa cvetom koji ima 4-5 parametara i 4 klase u koje se svaki svrstava. Konkretno ovo:

https://en.wikipedia.org/wiki/Iris_flower_data_set

Tada sam tu oblast zavoleo (iako me je naterala da naucim i python usput u kom do tad nisam radio :) ), koristili smo AIMA dodatak za python i novi asistent je bio prilicno ljubazan i drugarski nastrojen, ali nazalost, vreme i obaveze mi nisu dozvolile da se vise posvetim ovoj oblasti.

Danas sam neko ko ume (bez tensora) da napravi neuronsku mrezu, trenira model, koristi algoritam pri klasifikaciji i sam model... sve u svemu, znam da na osnovu unapred poznatih parametara istreniram model koji se koristi u daljem radu, u par programskih jezika i odradim posao, ali bih isprobao nesto novo.

Ono sto bih zeleo da naucim je kako da napravim model koji sam sebe moze da obuci, tacnije da koristim geneticki algoritam? Da li bi mi u ovom stadijumu to bio prevelik zalogaj? Zeleo bih da napravim neku najprostiju stvar, tipa obucim model da u nekom dvodimenzionalnom nizu koji bi predstavljao putanje nadje sam najkraci put do cilja, ali bez obucavanja sa moje strane. Recimo 1 je zid, 0 je put. Ima vise puteva koji vode do cilja. Model nauci kako najlakse da dodje do cilja. Potom promenim put, on mora da se adaptira.

cilj
|
V
1 0 1 1 1
1 0 1 1 1
1 0 1 1 1
1 0 0 0 0 <- start
1 1 1 1 1

Znaci otprilike ovako nesto. Voleo bih da me uputite na kvalitetnu literaturu i na ono na sta bi trebalo obratiti paznju, a znam da imamo vrlo edukovane ljude ovde koji imaju da udele dobar savet. Nisam bahat, ne zelim da preskacem korake, i svaku kritiku cu prihvatiti kao pozitivnu :)
THE ONLY EASY DAY WAS YESTERDAY
 
Odgovor na temu

MajorFatal
Milija Jakic
opravljam oluke, 1337LAB
Bg

Član broj: 36595
Poruke: 1325
*.dynamic.sbb.rs.



+557 Profil

icon Re: Geneticki algoritam08.01.2019. u 11:40 - pre 63 meseci
"Model nauci kako najlakse da dodje do cilja." Šta u ovoj rečenici znači "najlakše"? Najkraćim putem? Sa najmanje razmišljanja?
cilj
|
V
1 0 1 1 1
1 0 0 1 1
1 0 1 0 1
1 0 0 0 0 <- start
1 1 1 1 1

Kako bi sve to uradio u slučaju da te niko ne uputi na neku dobru literaturu, sam, svojim snagama, idejama, bez literature?

http://elibrary.matf.bg.ac.rs/...ski%20algoritam.pdf?sequence=1
http://digre.pmf.unizg.hr/3920...20algoritmi%20i%20primjene.pdf
http://www.elitesecurity.org/t483543-0
http://people.dmi.uns.ac.rs/~r...vi/Dragan_Matic_master_rad.pdf
Nemoj da pricas?
 
Odgovor na temu

Zlatni_bg
Nikola S
Beograd

Član broj: 65708
Poruke: 4420
*.dynamic.sbb.rs.



+498 Profil

icon Re: Geneticki algoritam08.01.2019. u 15:08 - pre 63 meseci
"Najlakse" znaci da u nekoj iteraciji kada model bude dovoljno dobro obucen, najkracim putem dodje od starta do cilja. Recimo da ima 4 ulazna neurona, po jedan za svaki smer. Ovde sam napravio prostu putanju, recimo da imaju 2 putanje i da model treba da nadje najkracu. Mada i ovaj primer mi je dovoljan za pocetak. Znaci ne uradjeno nista, samo dobri uputi za ovo sto zelim da uradim.

Je l' mislis kako bih naucio da uradim ovaj primer, ili kako bih se ja snasao da sam model? :) Poenta je sto je internet zaista preplavljen literaturom principa "try & fail" dok ne uspe, ali nigde ne mogu da nadjem zaista dobru literaturu vezanu usko za neuronske mreze i najprostiju primenu ovog algoritma. Proci cu kroz ovu literaturu, nije mi bitno na kom je jeziku, samo mi je bitna dobra teorijska podloga (lako razumljiva) i vrlo prosti primeri na kojima bih mogao da radim dalje. Ovim se bavim koliko mi vreme trenutno dozvoli, nije mi prioritet, iskreno od nove godine nisam imao vremena da se posvetim. Razmisljam da idem linijom najmanjeg otpora - tensorom.
THE ONLY EASY DAY WAS YESTERDAY
 
Odgovor na temu

Branimir Maksimovic

Član broj: 64947
Poruke: 5534
109.72.51.23



+1064 Profil

icon Re: Geneticki algoritam08.01.2019. u 16:37 - pre 63 meseci
Mislim da sve sto ti treba da resis problem je ovo:

https://github.com/Arkq/smart-sweepers-qt
 
Odgovor na temu

MajorFatal
Milija Jakic
opravljam oluke, 1337LAB
Bg

Član broj: 36595
Poruke: 1325
*.dynamic.sbb.rs.



+557 Profil

icon Re: Geneticki algoritam12.01.2019. u 01:50 - pre 63 meseci
Citat:
Zlatni_bg:
"Najlakse" znaci da u nekoj iteraciji kada model bude dovoljno dobro obucen, najkracim putem dodje od starta do cilja.


Ali kako se uči dolazak najkraćim putem do cilja, ako se ne zna ni gde je cilj ni koji putevi su na raspolaganju?

Citat:
Zlatni_bg:
Recimo da ima 4 ulazna neurona, po jedan za svaki smer. Ovde sam napravio prostu putanju, recimo da imaju 2 putanje i da model treba da nadje najkracu.


start
--V
1 0 1 1 1 1 1 1 1 1
1 0 0 0 0 0 0 1 1 1
1 0 1 1 1 1 0 1 1 1
1 0 1 1 1 1 0 1 1 1
1 0 1 1 1 1 0 1 1 1
1 0 1 1 1 1 0 1 1 1
1 0 1 1 1 1 0 1 1 1
1 0 1 1 1 1 0 1 1 1
1 0 0 0 0 0 0 1 1 1
1 1 1 1 1 1 0 1 1 1
----------cilj

Na koji način bi tražio i kako bi našao najkraću putanju?

Citat:
Zlatni_bg:
Je l' mislis kako bih naucio da uradim ovaj primer, ili kako bih se ja snasao da sam model? :)


Ne kako bi naučio da uradiš primer, nego kako bi uradio ovaj zadatak sa svojim sadašnjim znanjima da ti neko postavi takav zadatak. A ovo kako bi se snašao da si ti model se valjda podrazumeva ako hoćeš da radiš takav zadatak?

Citat:
Zlatni_bg:
Razmisljam da idem linijom najmanjeg otpora - tensorom.


A čime bi išao ako bi hteo da ideš linijom najvećeg otpora?

Nemoj da pricas?
 
Odgovor na temu

[es] :: Veštačka inteligencija :: Geneticki algoritam

[ Pregleda: 1782 | Odgovora: 4 ] > FB > Twit

Postavi temu Odgovori

Navigacija
Lista poslednjih: 16, 32, 64, 128 poruka.