用 Ruby 训练神经网络答案

【问题标题】：Training neural network in Ruby用 Ruby 训练神经网络
【发布时间】：2012-04-02 12:22:04
【问题描述】：

在神经网络方面，我完全是初学者。我整天都在和 ruby-fann 和 ai4r 搏斗，不幸的是我没有任何东西可以展示，所以我想我会来到 Stack Overflow 并询问这里的知识渊博的人。

我有一组样本——每天都有一个数据点，但它们不符合我能够弄清楚的任何明确模式（我尝试了几次回归）。尽管如此，我认为看看是否有任何方法可以从日期开始预测未来的数据，并且我认为神经网络将是生成希望表达这种关系的函数的好方法.

日期是 DateTime 对象，数据点是十进制数字，例如 7.68。我一直在将 DateTime 对象转换为浮点数，然后除以 10,000,000,000 以获得 0 到 1 之间的数字，并且我一直将十进制数除以 1,000 以获得 0 到 1 之间的数字。我有一千多个示例...这是一个简短的摘录：

[
  ["2012-03-15", "7.68"],
  ["2012-03-14", "4.221"],
  ["2012-03-13", "12.212"],
  ["2012-03-12", "42.1"]
]

转换后的样子是这样的：

[
  [0.13317696, 0.000768],
  [0.13316832, 0.0004221],
  [0.13315968, 0.0012212],
  [0.13315104, 0.00421]
]

我有点希望这种转变不是必要的，但我离题了。问题是当我运行它们时，ai4r 和 ruby-fann 都返回一个常数，通常是在样本范围的中间。这是 ruby-fann 的代码：

@fann = RubyFann::Standard.new(:num_inputs=>1, :hidden_neurons=>[3, 3], :num_outputs=>1)
training_data = RubyFann::TrainData.new(:inputs => formatted_data.collect{|d| [d.first]}, :desired_outputs => formatted_data.collect{|d| [d.last]})
@fann.train_on_data(training_data, 1000, 1, 0.0001)
@fann.run([DateTime.now.to_f / 10000000000.0]) # Always something random, and always the same number no matter what date I request it for

对于 ai4r：

@ai4r = Ai4r::NeuralNetwork::Backpropagation.new([1, 3, 3, 1])
1000.times do
  formatted_data.each do |data|
    @ai4r.train(data.first, data.last)
  end
end
@ai4r.eval([DateTime.now.to_f / 10000000000.0]) # A different result frmo above, but always seemingly random and the same for any requested date

我觉得我在这里错过了一些非常基本的东西。我知道这是一个相当开放的问题，但如果有人能帮助我弄清楚我是如何不正确地教授我的神经网络的，我将不胜感激！

【问题讨论】：

您的问题之一是您处理的数字太小。当我将所需的错误设置为 0.0001 时，我什至无法正确预测您上面提到的训练数据。您应该考虑任何其他方式来编码您的输入和输出。单独输入年、月和日是否合理？也许您可以对这些功能中的任何一个使用 1-of-c 编码 (ftp.sas.com/pub/neural/FAQ2.html#A_cat)。
我遇到了同样的问题 - 你有没有搞清楚这个问题？我们一定是神经网络出了问题，我不明白..

标签： ruby artificial-intelligence neural-network

【解决方案1】：

alfa 在他的评论中有一个很好的观点，使用 NN 的替代方法可能更合适。

这取决于问题，但如果一天的价值甚至部分是前几天的值，将其视为时间序列可能会产生更好的结果结果。

然后，您将改为教 NN 将当天的值作为函数生成例如，前十天值的窗口；你也可以保留日期参数作为 [0, 1] 之间的实际输入比例，因为您认为它具有显着影响关于当天的价值。

【讨论】：