Если еще не видели, то думаю было бы интересно посмотреть как референс на OrchardCMS https://github.com/OrchardCMS/Orchard2
Вторая версия (версия по ссылке) будет на asp.net core
Чтобы заставить HelloWorldLib.dll быть правильно скопированным каждый раз при сборке, необходимо добавить шаг сборки в проект HelloWorldCSharp....
Чтоб не мучаться с редактированием и лишними телодвижениями, как вариант на шарповском проекте нажать Shift+Alt+A (Add->Existing item), затем выбрать dll и только нажать не Add, а Add as link
Ну в плане для чего применять. Смотрите, когда необходима высокая эффективность моделирования процессов реального времени, значит и необходима возможность отладки некоторого алгоритма или модели, который или которая в свою очередь взаимодействует с аппаратурой, работающей в режиме реального времени. Сейчас вообще для проектирования и отладки таких моделей стандартом де-факто является среда Matlab Simulink, но это псевдо-реальное время, в зависимости от ресурсов рабочей машины моделирование будет протекать или быстрей или медленнее (грубо сказано).
Добавлю пример из жизни, на работе собирали стенд для тестирования алгоритмов защиты некоторого устройства, так вот архитектура представляла из себя двухмашинный комплекс. Первый ПК работал под управлением Windows и был предназначен для проектирования моделей алгоритмов защит, второй ПК — под управлением ОС реального времени QNX и был оснащённый платами ЦАП и АЦП, благодаря которым в реальном времени происходил обмен данными с испытуемым устройством.
Кстати недавно закончился конкурс от Яндекса. Темой конкурсного задания был анализ визуального сходства изображений. Вот там в комментариях описывают алгоритмы http://clubs.ya.ru/i...m_no=896. Так я к тому, что там можно почитать про реальные результаты полученные при обработке изображений и можно сравнить алгоритмы, описанные выше в комментариях.
Что касается данного метода, то он интересен, но как поведет себя в реальности (например, на той же выборке, что давалась на конкурсе) надо проверить.
У Вас в статье описан только один снайпер и нет сравнительной характеристики с другими. Измените, пожалуйста, тогда название, а то не много заблуждает. И вообще очень много информации по этому поводу есть на специализированных форумах.
Про настройку ПИД-регулятора можно посмотреть здесь http://pidregulator.com. Здесь и теория и практические выкладки. На самом деле подбором, не осознавая, что на что влияет не особо хорошо. На мой взгляд правильная настройка поможет Вам добиться более чистого управления.
1) Почему один скрытый слой?
Ну, начнем сначала, почему он вообще там есть. Из теории известно, что нейронная сеть, которая состоит всего из входного и выходного слоев без скрытых слоев, представляет собой линейный персептрон. Из названия уже понятно, что такие персептроны способны моделировать только линейные функции, поэтому используются очень редко. Хотя они обеспечивают универсальную линейную аппроксимацию, что часто и требуется для конкретной задачи, но явно не нашей. Но если проблема значительно нелинейная, имеет смысл попытаться решить ее с помощью линейного персептрона.
Математики долго бьются над вопросом, сколько оптимально скрытых слоев должно быть, но в реальной сети использование большего количества слоев приводит к уменьшению суммарного количества элементов в скрытых слоях. Но анализ людей, работающей в этой области науки, считает, что для решения большинства практических задач достаточно одного, иногда двух скрытых слоев. Причина такого несоответствия теории и практики лежит, по-видимому, в том, что сложность реальных проблем намного меньше, чем это теоретически возможно. Поэтому решение задачи удобно начинать с такого рассуждения, да и в MATLAB удобно показывать на примере, рассматриваемом в статье.
2) Количество нейронов в скрытом слое я потом изменял и проиллюстрировал результаты, в комментарии дали хороший развернутый ответ на полученную зависимость качества НС от количества нейронов в скрытом слое.
3) Тут человек нашел в MATLAB модуль, не нашел такой статьи на Хабре, нашел желание и показал на примере практическое применение.
4) К сожалению, потратил не 10 минут, а наверно 10 часов на всё.
Спасибо за Ваш комментарий.
Это файл сохранен с MATLAB 7.5, я в программе учитываю это.
Например, в 2011 Matlab (7.12): ALPHABET — 35x26 matrix of 5x7 bit maps for each letter. TARGETS — 26x26 target vectors.
Какие, например, боевые алгоритмы? НС — вообще попытка копировать модель мозга человека, просто может она еще не так точно аппроксимирует наш потенциал и возможность на своем этапе развития.
Вторая версия (версия по ссылке) будет на asp.net core
www.jetbrains.com/dotmemory
www.jetbrains.com/profiler
Чтоб не мучаться с редактированием и лишними телодвижениями, как вариант на шарповском проекте нажать Shift+Alt+A (Add->Existing item), затем выбрать dll и только нажать не Add, а Add as link
Добавлю пример из жизни, на работе собирали стенд для тестирования алгоритмов защиты некоторого устройства, так вот архитектура представляла из себя двухмашинный комплекс. Первый ПК работал под управлением Windows и был предназначен для проектирования моделей алгоритмов защит, второй ПК — под управлением ОС реального времени QNX и был оснащённый платами ЦАП и АЦП, благодаря которым в реальном времени происходил обмен данными с испытуемым устройством.
Что касается данного метода, то он интересен, но как поведет себя в реальности (например, на той же выборке, что давалась на конкурсе) надо проверить.
Ну, начнем сначала, почему он вообще там есть. Из теории известно, что нейронная сеть, которая состоит всего из входного и выходного слоев без скрытых слоев, представляет собой линейный персептрон. Из названия уже понятно, что такие персептроны способны моделировать только линейные функции, поэтому используются очень редко. Хотя они обеспечивают универсальную линейную аппроксимацию, что часто и требуется для конкретной задачи, но явно не нашей. Но если проблема значительно нелинейная, имеет смысл попытаться решить ее с помощью линейного персептрона.
Математики долго бьются над вопросом, сколько оптимально скрытых слоев должно быть, но в реальной сети использование большего количества слоев приводит к уменьшению суммарного количества элементов в скрытых слоях. Но анализ людей, работающей в этой области науки, считает, что для решения большинства практических задач достаточно одного, иногда двух скрытых слоев. Причина такого несоответствия теории и практики лежит, по-видимому, в том, что сложность реальных проблем намного меньше, чем это теоретически возможно. Поэтому решение задачи удобно начинать с такого рассуждения, да и в MATLAB удобно показывать на примере, рассматриваемом в статье.
2) Количество нейронов в скрытом слое я потом изменял и проиллюстрировал результаты, в комментарии дали хороший развернутый ответ на полученную зависимость качества НС от количества нейронов в скрытом слое.
3) Тут человек нашел в MATLAB модуль, не нашел такой статьи на Хабре, нашел желание и показал на примере практическое применение.
4) К сожалению, потратил не 10 минут, а наверно 10 часов на всё.
Спасибо за Ваш комментарий.
Например, в 2011 Matlab (7.12): ALPHABET — 35x26 matrix of 5x7 bit maps for each letter. TARGETS — 26x26 target vectors.