4.6 Configuração da rede

Após a separação de conjuntos, as informações destes são geralmente

organizadas em ordem aleatória, para prevenção de tendências associadas à ordem de apresentação dos dados na etapa de treinamento da rede considerada.

4.6 Configuração da rede

Depois da realização do pré-processamento, os dados estão prontos para serem apresentados à rede neural considerada para a etapa de treinamento. Esse processo pode ser trabalhoso e não segue uma receita fixa. Essa etapa determina o comportamento posterior da rede, conforme os padrões de entrada e de validação apresentados nas etapas anteriores. A definição da configuração da rede pode ser dividida em três passos:

• seleção do paradigma neural (tipo de rede) apropriado à aplicação; • determinação da topologia da rede a ser utilizada, por exemplo: o número

de camadas; o número de unidades em cada camada etc.;

• determinação de parâmetros do algoritmo de treinamento e funções de

ativação utilizadas.

Esses passos têm impacto no desempenho do sistema resultante, pois com

uma escolha adequada desses parâmetros a rede terá boas chances de convergência no treinamento e capacidade de generalização. Muitas vezes a definição dessas configurações é realizada de forma empírica.

4.7 Treinamento da rede

Depois da configuração de todos os parâmetros da rede neural considerada inicia-se o processo de treinamento, a fim de que ela possa “aprender”. O aprendizado é, em geral, um processo gradual e iterativo, em que os pesos das conexões são modificados várias vezes, gradualmente, seguindo-se uma regra de aprendizado (algoritmo) que estabelece como esses pesos são alterados. O aprendizado é realizado utilizando-se um conjunto de dados de aprendizado disponível (base de exemplos). Para cada iteração desse processo gradativo de adaptação dos pesos de uma rede neural, é apresentado o conjunto de dados de treinamento, em que ela recebe a denominação de época de aprendizado. É importante considerar, nessa fase, alguns aspectos como a inicialização da rede, o modo de treinamento e o tempo de treinamento. Uma boa escolha dos valores iniciais dos pesos da rede pode diminuir o tempo necessário para o treinamento. Normalmente, os valores iniciais dos pesos da rede são números aleatórios uniformemente distribuídos, em um intervalo definido. A escolha inadequada destes pesos pode levar a uma saturação prematura do processo de treinamento. Quanto ao modo de treinamento, na prática é mais utilizado o modo-padrão sequencial, que exige menor armazenamento de dados nos processamentos correspondentes, além de ser menos suscetível ao problema de mínimos locais no procedimento de minimização do erro do modelo neural Por outro lado, no modo batch, se tem melhor estimativa do vetor gradiente do procedimento de aprendizado supervisionado, o que torna o procedimento computacional da etapa de treinamento mais estável. A eficiência relativa dos dois modos de treinamento depende do problema que está sendo tratado.