Пример простой нейросети

26.10.20

Интеграция - Нейросети

Пример реализации простой нейросети для решения частного случая квадратного уравнения. Метод обучения - обратное распространение ошибки. Релиз платформы 8.3.17.79.

Скачать файлы

Наименование Файл Версия Размер
Пример простой нейросети:
.zip 61,45Kb
12
.zip 61,45Kb 12 Скачать

Пример реализации простой нейросети для решения частного случая квадратного уравнения

Метод обучения - обратное распространение ошибки.

Для входов нейросети предназначен справочник "Виды входов нейрона".

В нашем случае у нейрона будет 3 входа A, B и С для моделирования решения квадратного уравнения: A^2 + B^2 = C.

Будем обучать сеть решать частный случай: 3^2 + 4^2 = 25

Соответственно логика обучения такая: На вход сети подаем A = 3, B = 4 и C = 25.

Сеть может выдавать результат от 0 до 1. Тогда, если на входы A и B всегда подавать 3  и 4, а на C - разные значения от 0 до 50, например, то сеть должна выдавать разные результаты. Условимся, что при правильном решении равном 25 сеть должна выдавать 0.5, а при 24 или 26 соответственно отклоняться от правильного решения в сторону до 0 или до 1, т.е. например выдавать 0.49 или 0.51.

1. В обработке создать нейроны по входам (количество входов соответствует справочнику Виды входов нейрона и равно 3 - А, B и С) нажмем кнопку "Удалить всю сеть".

2. Создадим первый слой из 3 нейронов. Номер слоя = 1, количество нейронов = 3. Нажимаем кнопку "Создать слой".

3. Создадим 2 результирующий слой из 1 нейрона. Номер слоя = 2, количество нейронов = 1. Нажмем кнопку "Создать слой".

4. Обучим сеть. learning rate = 0.1, Количество эпох = 100. Входы = 3, 4 и 25. Нажмем кнопку "Обучение" пару-тройку раз.

Видим, что с параметром learning rate = 0.1 сеть учится медленно - результат выхода почти не меняется.

5. Поменяем learning rate на равный 1. learning rate = 1.

6. Нажмем кнопку "Обучение" пару тройку раз.

Видим, что каждый раз результат меняется примерно на 0.1. Это примерно нас устраивает.

7. Нажимаем кнопку "Обучение" много раз, пока результат максимально не приблизится к нужному = 0.5

Я нажал кнопку "Обучение" несколько раз, пока результат не стал равен Выход слоя № 2 = 0,502337251130515574371506871.

На этом я остановлюсь. Примерно = 0.5. Поставлю learning rate = 0.1 и обучу сеть еще несколько раз.

8. Потом нажму кнопку "Решение уравнения". Получаются следующие результаты:

Для решения C = 24 вероятность  равна: Выход слоя № 2 = 0,50224931433802282343940104

Для решения C = 25 вероятность  равна: Выход слоя № 2 = 0,502251120153580808663836204

Для решения C = 26 вероятность  равна: Выход слоя № 2 = 0,502252646179899385421301948

То есть правильное решение = (Выход слоя № 2 = 0,502251120153580808663836204), а побочные решения соответственно отклоняются.

Вот как-то примерно так и работают нейросети.

Вывод я бы из всего этого сделал такой. Если задачу можно решить с помощью точной математики, то лучше делать это нормальной математикой, но если задача сложная и точную формулу придумать трудно, то можно попробовать нейросеть.

нейросети

См. также

SALE! 50%

Потоковая предметная фотосъемка c удалением фона (Canon & Nikon)

Нейросети 8.3.6 1С:Управление торговлей 11 Управленческий учет Платные (руб)

Обработка подключения фотокамер Canon и Nikon к Управление торговлей 11.4 для потоковой загрузки фотографий в карточки товаров с автоматическим удалением фона

22800 11400 руб.

24.06.2021    9195    2    3    

11

Заполнение описания номенклатуры с помощью ChatGPT

Мастера заполнения Нейросети Платформа 1С v8.3 Конфигурации 1cv8 1С:Управление торговлей 11 Платные (руб)

Расширение для заполнения описания номенклатуры с помощью модели ИИ ChatGPT. Расширение формирует продающее описание товара по его наименованию с помощью модели искусственного интеллекта. Будет полезно для владельцев интернет магазинов, каталогов товаров и продающих через маркетплейсы. Адаптировано для основных конфигураций: УТ, ЕРП, КА, УНФ. Прошло аудит на 1cfresh.com. Версия для автоматического заполнения

5000 руб.

13.03.2023    15945    42    49    

74

Заполнение описания номенклатуры с помощью GigaChat

Нейросети Мастера заполнения Платформа 1С v8.3 1С:ERP Управление предприятием 2 1С:Управление торговлей 11 1С:Комплексная автоматизация 2.х 1С:Управление нашей фирмой 3.0 Платные (руб)

Расширение для заполнения описания номенклатуры с помощью модели ИИ GigaChat от Сбера. Расширение формирует продающее описание товара по его наименованию с помощью модели искусственного интеллекта. Будет полезно для владельцев интернет магазинов, каталогов товаров и продающих через маркетплейсы. Адаптировано для основных конфигураций: УТ, ЕРП, КА, УНФ.

5000 руб.

08.11.2023    1416    5    0    

13

Принципы использования искусственного интеллекта для повышения личной эффективности

Нейросети Россия Бесплатно (free)

Инструменты искусственного интеллекта стремительно входят в нашу жизнь и работу. Это не просто мода, эти инструменты действительно радикально меняют то, как мы работаем. Как в свое время интернет и мобильные телефоны очень серьезно изменили наш образ жизни, работы и взаимодействия. Но не менее важно вкладывать усилия и в развитие нашего "естественного" интеллекта. Плохой сценарий - расслаблять и атрофировать свой мозг, заменив его работу обращениями к ChatGPT. Хороший сценарий - одновременно с освоением инструментов ИИ усиливать, тренировать, развивать свой "естественный" интеллект. При этом задачу тайм-менеджмента "в эпоху ИИ" я вижу в выработке методов, приемов, подходов, которые помогали бы взаимоусилить использование естественного и искусственного интеллекта.

18.03.2024    472    Timelist    3    

5

Генерация описания номенклатуры с помощью GigaChat (искусственный интеллект)

Нейросети Платформа 1С v8.3 1С:Управление торговлей 11 Россия Абонемент ($m)

Данный модуль подойдет для организаций, которые работают с маркетплейсами. Чтобы не писать уйму описаний для каждой номенклатуры самим.

10 стартмани

18.03.2024    276    0    NikDizell    2    

6

8 советов, которые помогут вывести запросы ChatGPT на новый уровень

Нейросети Россия Бесплатно (free)

CHATGPT и подобные ему инструменты сделали искусственный интеллект доступным для большого количества людей. Теперь мы можем получить самые разные ответы практически на любую интересующую нас тему. Боты могут придумывать стихи, писать коды, выдавать научные статьи и многое другое. Все мы знаем: можно ввести в ChatGPT абсолютно любой запрос - он вас поймет. Однако есть несколько способов получить от бота более интересные и полезные результаты. Это «проектирование запросов» само по себе становится специализированным навыком. Иногда все, что требуется, — это добавить еще несколько слов или дополнительную строку инструкций, и вы можете получить ответы ChatGPT, которые находятся на уровень выше того, что видят все остальные.

15.03.2024    572    Timelist    0    

4

Библиотека искусственного интеллекта для 1С

Инструментарий разработчика Нейросети Платформа 1С v8.3 Управляемые формы Конфигурации 1cv8 Абонемент ($m)

Уже год с лишним, как большие языковые модели (LLM GPT) находятся в центре внимания. За это время появилось понимание, как можно использовать данную технологию в связке с 1С. Кроме того, теперь у нас есть множество провайдеров. Среди них не только зарубежные, но и местные. Данная библиотека обобщает опыт использования искусственного интеллекта в 1С и дает вам возможность создавать собственные решения, не отвлекаясь на второстепенные технические детали.

10 стартмани

11.03.2024    9990    26    mkalimulin    15    

49

GigaChat и 1С

WEB-интеграция Нейросети Платформа 1С v8.3 Конфигурации 1cv8 Абонемент ($m)

Товарищи из Сбербанка открыли общий доступ к API GigaChat. Доступ для физических лиц бесплатный на 1 млн. токенов. Внешняя обработка на основе документации к API. Для использования требуется только авторизоваться на сайте https://developers.sber.ru/ и получить Авторизационные данные. Все это займет пару минут.

3 стартмани

01.11.2023    3263    24    ig-efrem    8    

9
Комментарии
В избранное Подписаться на ответы Сортировка: Древо развёрнутое
Свернуть все
1. Xershi 1474 26.10.20 11:26 Сейчас в теме
Пару лет назад 1С заикнулась, что что-то подобное реализовывали, написал им на почту и ни какого ответа.
Наконец появилось больше примеров как это может работать!
2. kite2 58 26.10.20 14:51 Сейчас в теме
(1) Это интересная тематика, но когда я погрузился в нее, то понял, что это с трудом может быть побочной специализацией 1Сника с целью решения бизнес-задач. Тут надо сажать отдельного человека - специалиста по нейросетям и в придачу ему давать 1Сника. Потому что если относиться к таким задачам серьезно с целью решения реальных задач бизнеса, то это отнимет все рабочее время и на 1С ничего не останется. В общем, BIGDATA - это отдельная область знаний. Главный вопрос, на который пока лично мне трудно ответить, это экономическая эффективность бизнес-плана, основанного на использовании решения задач BIGDATA. Будет ли она, такая экономическая эффективность? Действительно, это область для развития фирмы 1С, которая может предложить какие-то типовые работающие механизмы. Стандартизация - вот ключ к успешности экономической составляющей бизнес-плана. А пока не будет стандартизации - это будет областью экспериментов.
3. Xershi 1474 26.10.20 15:02 Сейчас в теме
(2) когда в компании накоплен большой массив данных и нужно получить выхлоп, вот тогда это поможет. Главное чтобы специалисты были.
Поэтому кто найдёт нишу, тому и карты в руки.
4. SerVer1C 748 26.10.20 15:30 Сейчас в теме
>>> "Вот как-то примерно так и работают нейросети."
Вы точно разобрались, как они работают? Для чего вообще эта обработка? Чтобы доказать самому себе что 3 в кв. + 4 в кв. = 25 ? Нейронка обучается, чтобы потом она смогла делать аналогичные вычисления над подобными по структуре входными данными. А тут что я смогу вычислить?
5. kite2 58 26.10.20 18:01 Сейчас в теме
(4) Нет, я разобрался не точно. Я разобрался примерно. Обработка нужна для того, чтобы реализовать нейросеть и обучить ее методом обратного распространения ошибки. Более глубокий вариант, чтобы сеть могла решать любое квадратное уравнение, - это следующий шаг. Соответственно можно взять эту обработку за основу и пытаться это сделать, но если ее скачать, то алгоритмы уже не надо выдумывать самому - они уже есть. Их можно взять за основу. Не исключено, что когда у меня появится время, то я возьму эту обработку за основу, и попробую, а может это попробует кто-то другой. Соответственно эта обработка может создать любую нейросеть из 999 нейронов на слой из неограниченного ничем, кроме памяти, числа слоев. То есть эту обработку можно использовать для экспериментов с нейросетями и решать любые задачи, а не только решение уравнения. Количество входов не ограничено, но если кто-то скачает, то придется немного переписать обработку, чтобы она была более универсальной (в части подачи сигналов на входы). В общем, если подвести краткое резюме, то я просто хотел проверить алгоритмы функционирования нейросети. Получается, что работает для частного случая. То есть я хотел доказать не то, что 3^2 + 4^2 = 25, а что сеть действительно способна учиться. К сожалению развить эту идею до более правильной, когда она может решать любые квадратные уравнения, я пока не успел, но не исключено, что вернусь к этому вопросу в будущем. А вычислить вы можете по итогам, подавая на вход C правильные и неправильные ответы, то, что неправильные ответы отклоняются от нужной вероятности в сторону. Так вы поймете, что сетка обучилась на данном конкретном примере и работает. Ваша критика абсолютно объективна.
6. kite2 58 26.10.20 19:47 Сейчас в теме
(4) По логике надо было сконструировать более сложную сеть, и подавать на вход 1 , 1, 2; 1, 2, 5; 2, 1, 5; 2, 2, 8; 2, 3, 13 ... , а ожидаемую вероятность поставить = 1. Тогда бы сетка смогла решать разные уравнения. А я сконструировал сеть, которая просто принимает решение, о том, что уравнение решено приблизительно верно.
14. kite2 58 20.11.20 22:07 Сейчас в теме
(4) Кстати, сетка может работать как на поиск аналогичных решений, так и на принятие одного единственного решения.
7. avryanovalexey 82 30.10.20 19:52 Сейчас в теме
В учебных целях все прикольно )
Но для реальных таких задач платформа 1С точно не лучшее решение.

Во первых много математических расчетов делать на 1С не эффективно.
Во вторых на других языках реализовано уже множество библиотек машинного обучения.

А вот интегрировать это с 1С, и прогнозировать продажи, например, используя нейронки или другие алгоритмы - это думаю, то будущее, которое в ближайшие 5-10 лет придет в мир 1С.
8. kite2 58 31.10.20 18:09 Сейчас в теме
(7) Да в общем-то цель такая и была - немного разобраться. А задач много: прогноз, принятие решения о создании складских запасов на перспективу, индивидуализация в программе лояльности. Помню еще в 2006 году французы хотели продать на предприятие информационную систему, в которой в производственно-диспетчерском отделе решение о создании месячных планов принимала нейросетка.
10. avryanovalexey 82 01.11.20 13:12 Сейчас в теме
(8) в реальной нейросетке тысячи, если, а то и десятки и сотни тысяч нейронов. Поэтому разбираться с этим тоже лучше сразу на Питоне. Так как все основные библиотеки для реализации нейронок на Питоне представлены.
12. kite2 58 01.11.20 17:14 Сейчас в теме
(10) Спасибо за ценный совет! Изначально неправильный выбор - это зря пройденный путь.
user1464234; +1 Ответить
9. v25i85 1 31.10.20 18:37 Сейчас в теме
Бизнес рантайм не будет ждать результатов обучения машины. Тут скорее всего нейронка не востребована. А вот если её применить в планировании, то да, можно и поэкспериментировать в параллели с текущим планированием. Берите на заметку.
11. avryanovalexey 82 01.11.20 13:16 Сейчас в теме
(9) в реале это так и работает: нейронка или другой алгоритм обучается заранее и если нужно переобучается периодически. А на запросы бизнеса прогнозы выдает более оперативно. Например, обучен алгоритм, давать или не давать клиенту рассрочку на основе накопленных данных по клиентам за прошлые несколько лет. А по каждому новому клиенту система выдает прогноз очень быстро, на основе обученной заранее модели.
13. kite2 58 01.11.20 17:15 Сейчас в теме
Оставьте свое сообщение