První použitou metodou na problém klasifikace dvou spirál byla gradientní metoda.
Učili jsme síť se 150 jednotkami. Výpočet jsme pustili pětkrát s použitím euklidovské normy a pětkrát s použitím vážené normy, tedy v druhém případě měly jednotky adaptovatelnou matici normy.
Všechny výpočty jsme nechaly spočítat 10 000 iterací, přičemž hodnota chybové funkce byla zjišťována při každé desáté iteraci. Výpočet, při kterém se adaptovaly i matice vah, běžel asi čtyřikrát pomaleji. Průměrný čas potřebný na 100 iterací bez adaptace norem byl 36.4 s, pro 100 iterací s adaptací norem 133.4 s.
Průměrná počáteční chyba v obou případech byla zhruba 180. Výsledné hodnoty
chybové funkce jsou zobrazeny v tabulce 7.13. Průběh výpočtu
je zřejmý z obrázku 7.25. Chybová funkce klesá rychleji pro výpočet
s adaptovatelnou maticí vah. Tento výpočet je však pomalejší, pro objektivní
porovnání tedy slouží tabulka 7.14, kde je uveden počet iterací
a odpovídající čas potřebný k poklesu chybové funkce pod dané .
RBF síť naučená gradientním algoritmem problém klasifikace dvou spirál vyřešila. Na obrázku 7.26 je reálná funkce sítě. Obrázek 7.27 pak zobrazuje ohodnocení bodů v rovině naučenou sítí.