19.06.2025, 12:22 AM
Die Präzision des neuronalen Netzwerkes ist durch Gleichungen nicht zu erreichen. Zumindest nicht bei so schrecklichen Bauteilen wie Röhren. NNs brauchen aber mehr Rechenleistung. Das Verhalten ausserhalb des Trainingsbereiches ist interessant und kommt der Natur von Röhren entgegen:
Das Datenblatt deckt nur den Bereich bis 375V/25mA ab (siehe oben).
Ein erstes Modell macht eine Menge Arbeit, der Workflow ist lang (und noch nicht ganz fertig). Angefangen wird mit der Digitalisierung eines Trainingsdatensatzes. Dann wird mit Python ein neuronales Netz dimensioniert und trainiert. Das Ergebnis (die Gewichtungen der Neuronen) wird gespeichert. Dann braucht man Scripte, die das Netzwerk in Spice übersetzen. Das kann man nicht von Hand schreiben. Am Ende bleibt noch eine Menge Handarbeit, um das lauffähig zu bekommen. ChatGPT hat geholfen, aber aus den vielen Sackgassen musste ich selbst herausfinden... Spice kann es nicht gut.
Das Datenblatt deckt nur den Bereich bis 375V/25mA ab (siehe oben).
Ein erstes Modell macht eine Menge Arbeit, der Workflow ist lang (und noch nicht ganz fertig). Angefangen wird mit der Digitalisierung eines Trainingsdatensatzes. Dann wird mit Python ein neuronales Netz dimensioniert und trainiert. Das Ergebnis (die Gewichtungen der Neuronen) wird gespeichert. Dann braucht man Scripte, die das Netzwerk in Spice übersetzen. Das kann man nicht von Hand schreiben. Am Ende bleibt noch eine Menge Handarbeit, um das lauffähig zu bekommen. ChatGPT hat geholfen, aber aus den vielen Sackgassen musste ich selbst herausfinden... Spice kann es nicht gut.