Nimmt man eine Epochenanzahl, die relativ groß ist, kann man testen, wann in der Regel das System, in diesem Fall ein Neuron, vollständig gelernt hat. Bei z. B. 5 Trainingsversuchen hat das Neuron nach 24, 48, 35, 20 und 38 Epochen das Ziel relativ schnell erreicht (allerdings mit einer sehr hohen Lernrate von 0.5): für alle 4 Eingangswerte wurden die richtigen Ausgangswerte erzeugt (mit der Heaviside-Funktion).
Ein Beispiel für eines der 5 Endresultate zeigt Abbildung 19.
Input | Input | Output | Output |
0 | 0 | -1.2811 | 0 |
0 | 1 | -0.1756 | 0 |
1 | 0 | -0.6726 | 0 |
1 | 1 | +0.4329 | 1 |
Abbildung 19: Output bei einem ersten Training
Die eingestellten Gewichte für diesen Output findet man in Abbildung 20.
w3 (bias) | w2 | w1 |
-1.2811 | +0.6085 | +1.1055 |
Abbildung 20: Gewichtseinstellung bei einem ersten Training
Mit einer Lernrate von 0.01 dauert es länger (z. B. 165 Epochen). Dies muss kein Nachteil sein, da bei vielen Anwendungsproblemen die Gewichte dadurch wesentlich „feinfühliger“ eingestellt werden.
- 22 -
