Introduccin al programa JOONE

Estas primeras pginas permiten crear una simple red en JOONE con el objetivo de familiarizarse con el software (solo crear, no entrenar ni ejecutar, esas tareas la veremos inmediatamente despus) conectando un nivel de archivo de entrada (file input layer) conteniendo cuatro lneas de dos valores de entrada a un nivel de archivo de salida (file output layer), utilizando como intermedio un nivel lineal (lineal layer) conteniendo dos neuronas. Un layer es un nivel de la red neuronal. File Input Layer linear Layer File Output layer 1. Usando un editor de textos crea un archivo c:/rnas/rna01.txt que contiene cuatro lineas: 0.2;0.3 0.4;0.5 0.6;0.8 0.9;1.0 2. Invoca Joone y crea un new linear layer.

Clic derecho sobre el layer creado y luego clic en propiedades. Configura: rows = 2 4. Crea un File Input layer a la izquierda del linear layer.

Clic derecho sobre el layer creado y luego clic en propiedades. Configura: Advanced Column Selector = 1,2 fileName = c:/rna/rna01e.txt Deja firstRow = 1 y lastRow = 0 Para indicar que el input layer leer todas las filas del archivo. 5. Conecta el input layer al linear layer dibujando una lnea desde el pequeo crculo al lado derecho del input layer, arrastrando el mouse hasta el linear layer. 6. Crea un File Output layer a la derecha del linear layer.

Clic derecho sobre el layer creado y luego clic en propiedades. Configura: fileName = c:/rna/rna01s.txt 7. Conecta el linear layer con el File Output layer. 8. Hasta aqu debes tener lo siguiente:

9. Clic en Tools Control Panel y configura: epochs = 1 (el archivo se procesar una vez) training patterns = 4 (nmero de filas del archivo de entrada) Deja el resto de parmetros como estn.

10. Clic el botn Run (de color verde) 11. Se ha creado el archivo c:/rna/rna01s.txt Los valores actuales no significan mucho pues nuestro objetivo solo mostrar el procedimiento bsico de crear una red. 12. Para grabar la red File Save As 13. Para invocar la red posteriormente File Open.

Relacin entre el modelo grafico de RNA y JOONE

2 neuronas de entrada, 3 ocultas, 1 de salida

Capa de entada Pesos sinpticos

Capa oculta Pesos sinpticos

Capa de salida

Creando una simple RNA (caso XOR)

Una red clsica y bsica es la solucin al problema Entrada Entrada Salida XOR (eXclusive-OR). El requerimiento se describe 1 2 en la tabla de verdad mostrada a la derecha. Falso Falso Falso Para implementar la solucin se requieren tres Falso Verdad Verdad neuronas. El problema trata datos binarios, Verdad Falso verdad verdadero y falso generalmente representados como 1 y 0, por lo que la neurona tipo sigmoide resulta Verdad Verdad Falso ideal. La red se construye de tres niveles:

Un input layer de dos entradas (entrada) Un hidden layer de tres neuronas (oculta) Un output layer de una salida (salida)

Crea una nueva red File New Localiza tres sigmoid layer en el panel de desarrollo.

Deberas tener algo como esto: Edita cada uno de los layer y configralos segn la tabla de la derecha. (para editar hacer clic derecho sobre el layer y seleccionar propiedades) Clic sobre el layer Entrada, aparece un crculo azul, Clic y arrastrar una conexin hacia el layer Oculta. Repetir para el layer Oculta y el layer Salida. Deberas tener algo como esto: Layer 1 2 3 Layer Name Entrada Oculta Salida Rows 2 3 1

Entrenando la red
Para entrenar la red se requieren datos que representen el comportamiento deseado. Crearel archivo texto c:\joone\xor.txt y digita los siguientes datos:
0;0;0 0;1;1 1;0;1 1;1;0

Observa que tenemos 3 columnas, las dos primeras representan las entradas y la tercera representa la salida. Parameter Value Adiciona un File Input layer al proyecto que permita ller los Name Archivo entrada datos de entrenamiento y Advanced Column Selector 1-2 configura de acuerdo a la tabla de File Name c:\joone\xor.txt la derecha. Esto significa leer las dos primeras columnas del archivo de datos xor.txt Conecta Archivo entrada con Entrada, deberas tener algo como la figura de la derecha. Para entrenar la red se require un teacher layer. Adiciona un teacher layer y

Parameter Value Name Teacher

configuralo de acuerdo a la tabla: Conecta Salida con Teacher, deberas tener algo como:

El teacher layer requiere datos de referencia. Estos datos se encuentran en la tercera columna del archivo texto Parameter Value c:\joone\xor.txt . Para ello agregamos un segundo file input sobre Teacher.C Name Datos deseados Configura de acuerdo a la tabla de la Advanced Column Selector 3 derecha. File Name c:\joone\xor.txt Conecta Datos deseados con Teacher. Esta vez inicia la flecha en Teacher y dirgela hacia Datos deseados. La lnea generada es de color amarillo. De deberas tener algo como:

La red est ahora preparada para ser entrenada selecciona Tools Control Panel. Configura el entrenamiento de la red con 4 filas de datos 1,000 veces: epochs = 1000. training patterns = 4. learning rate = 0.7 momentum = 0.6 learning = TRUE. Para iniciar el entrenamiento Clic Run (de color verde). El control panel muestra los ciclo completados y el error de la red. El valor final del error RMSE debe ser muy pequeo (menor que 0.1). Si esto no ocurre trata nuevamente seleccionando Tools Randomize para reiniciar la red y seleccionar Tools Add Noise para que la red encuentre nuevas opciones.

Ejecutando la red
Es necesario ahora probar la red entrenada. Parameter Value Agrega un file output y configura segn la Name Resultados tabla de la derecha: File Name c:\joone\resultados.txt Conecta Salida con Resultados. Deberas tener algo como:

Para ejecutar la red selecciona Tools Control Panel. En el control panel, configura: learning = FALSE. epochs = 1. Click Run en el control panel. Se crea el archivo resultados.txt que contiene la siguiente informacin (con RMSE = 0.0069719062ojo que en tu caso este valor 0uede variar):
0.00782259788449157 0.9905340183609834 0.9905215898790795 0.01217463386704878

Como se puede observar los valores coinciden con la columna tres de la tabla (0.00782259788449157 equivale a 0 y 0.9905340183609834 equivale a 1).

Completando la informacin de la red

La informacin de la red se completa con los pesos sinpticos (weights). Los pesos se encuentran en las cajas que aparecen entre los layer.

Pesos sinpticos Para visualizar los pesos: Clic derecho en la sinapsis, seleccionar Inspect. En el caso de la sinapsis entre Entrada y Oculta tenemos:

Entre Oculta y Salida tenemos: