Indholdsfortegnelse

AI - neurale netværk

Neuralt netværk Kunstige neurale netværk er en grov efterligning af den menneskelige hjerne, og er i princippet en metode til at løse opgavetyper, som ikke kan udtrykkes matematisk. Metoden adskiller sig fra traditionelle metoder ved, at der ikke er regler eller definitioner, som skal programmeres, men at netværket opnår viden om problemstillinger ved træning. Ved træning forstås, at netværket påtrykkes sammenhørende input-/output-data og gives derved mulighed for at finde frem til - og lære sig - den indre sammenhæng i disse datasæt.

Installering af neuralt netværk under Lazarus

Hent neuralt netværk til brug under programmeringssporget Free Pascal / Lazarus fra Github ved at klikke på den grønne knap „Code“. Udpak ZIP-fil og placér „neural-api-master“ under Lazarus-mappen. Tilføj mappen: „neural-api-master“ under Lazarus ved fra programmet at vælge: „Project“ → „Project Options“ → „Compilers Options (Paths)“ → „Other unit files (-Fu)“.

Hvis forskellige eksempler forsøges afprøvet fra Lazarus (*.lpi) med stien „neural-api-master → examples“ svares ja til output-mapper oprettes: „bin“ og „units“. Når ekspempler med billeder/pixels forsøges afprøvet under Raspberry Pi 3 virker dette umiddelbart ikke, da der endnu kun er én uofficiel OpenCL-driver til Pi'en. Disse eksempler virker dog under Windows 10 og nyere Linux-distibutioner på PC. Om OpenCL.

Afgangsprojekt om neurale netværk

Eksamensrapport udarbejdet i forbindelse med afgangsprojekt af stud. ing. Klaus Kristensen. Vejleder: Niels Oesten, lektor & akademiingeniør. Projektperiode: den 10. januar 1993 til den 24. maj 1993.