如何使用 CNTK BrainsScript 描述用于函数逼近的网络？

Question

我想要一个近似任意函数的网络。 在这里，我假设这个网络有一个输入，（n）个隐藏层，每一层有（n）个节点，和一个输出。

我主要使用 CNTK 配置文件。 如何在 CNTK 配置文件中描述这样的网络？

我一直在尝试使用如下所示的 SimpleNetworkBuilder 并使用正弦波训练数据。

这是配置文件和训练数据。请参考。

https://drive.google.com/open?id=0B83LnG3hRTNGUGxvTHJfYmZuMEE

为了评估这个网络，我稍微修改了 CNTK 包中的一个示例项目 CNTKLibraryCPPEvalGPUExamples。我只将“EvalMultithreads.cpp”放在上面的 zip 文件中。

这个网络开始学习迭代，但它在我的评估过程中输出错误的值（我一直在使用 C++ 评估库）。

我为这个评估程序提供了一些数据，它在所有输出上都输出“1”。 这个网络显然学错了。

command = trainNetwork:testNetwork
precision = "float"; 
traceLevel = 1; 
deviceId = 0;

rootDir = "."; 
dataDir = ".";
outputDir = "./Output";

modelPath = "$outputDir$/Models/mynn2"

dimension = 1
labelDimension = 1

# TRAINING CONFIG
trainNetwork = {
    action = "train"

    SimpleNetworkBuilder = [
        layerSizes        = 1:50*1:1
        trainingCriterion = "CrossEntropyWithSoftmax"
        evalCriterion     = "ErrorPrediction"
        layerTypes        = "Sigmoid"
        applyMeanVarNorm  = true
    ]

    SGD = [
        epochSize = 10000
        minibatchSize = 1
        learningRatesPerSample = 0.0001
        momentumAsTimeConstant = 0.0
        maxEpochs = 1
    ]

    reader = {
        readerType = "CNTKTextFormatReader"
        file = "train_sine.txt"
        input = {
            features = { dim = $dimension$; format = "dense" }
            labels =   { dim = $labelDimension$; format = "dense" }
        }
    }
}

# TEST CONFIG
testNetwork = {
    action = "test"
    minibatchSize = 1    # reduce this if you run out of memory

    reader = {
        readerType = "CNTKTextFormatReader"
        file = "test.txt"
        input = {
            features = { dim = $dimension$; format = "dense" }
            labels =   { dim = $labelDimension$; format = "dense" }
        }
    }
}

Answer 1

在进行回归时，您应该使用 SquaredError 而不是 CrossEntropyWithSoftmax。