神经网络基础知识成倍增加答案

【问题标题】：Neural network basics multiply神经网络基础知识成倍增加
【发布时间】：2014-04-07 04:31:04
【问题描述】：

你好，我正在学习神经网络。神经元是否只存储 1 或 -1 之间的值？我不能给出 255 或 1024 之类的值吗？我正在寻找 encog java 库 XOR 函数求解器示例。我想通过更改 XOR_INPUT 和 XOR_IDEAL 将 XOR 更改为 Multiplier。

这里是源位置： http://www.heatonresearch.com/wiki/Hello_World

我变了

来自：

/**
 * The input necessary for XOR.
 */
public static double XOR_INPUT[][] = { { 0.0, 0.0 }, { 1.0, 0.0 },
        { 0.0, 1.0 }, { 1.0, 1.0 } };

/**
 * The ideal data necessary for XOR.
 */
public static double XOR_IDEAL[][] = { { 0.0 }, { 1.0 }, { 1.0 }, { 0.0 } };

到：

/**
 * The input necessary for XOR.
 */
public static double XOR_INPUT[][] = { { 0.0, 0.0 }, { 1.0, 0.0 },
        { 1.0, 2.0 }, { 2.0, 4.0 } };

/**
 * The ideal data necessary for XOR.
 */
public static double XOR_IDEAL[][] = { { 0.0 }, { 1.0 }, { 2.0 }, { 8.0 } };

将值更改为这些后。我得到了无限循环并输出常量：

纪元 #274107 错误：12.75

纪元 #274108 错误：12.75

纪元 #274109 错误：12.75

纪元 #274110 错误：12.75

纪元 #274111 错误：12.75

纪元 #274112 错误：12.75

纪元 #274113 错误：12.75

纪元 #274114 错误：12.75

纪元 #274115 错误：12.75

纪元 #274116 错误：12.75

纪元 #274117 错误：12.75

纪元 #274118 错误：12.75

纪元 #274119 错误：12.75

这是问题；

1-)这称为局部最小值吗？

2-) 我需要在 (0 和 1) 或 (-1 和 1) 之间设置值吗？

3-) 如何解决简单的乘法求解器问题？

谢谢。

【问题讨论】：

您可以尝试如下操作： (a) 添加另一个隐藏层。 (b) 标准化您的数据。我最近没有搞乱神经网络，但如果记忆有用，当输入范围在 0 和 1 之间时，它们往往工作得最好。
添加更多的隐藏层（多于一个）几乎总是是个坏主意（在简单的神经网络中）。

标签： java neural-network encog biological-neural-network

【解决方案1】：

您的输出层是 sigmoid，这意味着它只能表示 0 到 1 之间的值，因此不可能训练这样的网络来识别其他任何东西。但是，这不是网络故障，您应该缩放输出以使其适合此间隔，然后再进行除垢。

简单地说：

电流输出 0,1,2,8
我们假设 8 是“最大值”，并将它们按比例缩小 8 得到：0,1/8,1/4,1

现在您训练您的网络，检索原始输出只需将值乘以 8。

请记住，简单的神经网络不是用于符号计算的工具。如果您正在寻找能够真正找到a*b 公式的模型，请阅读symbolic function networks。

【讨论】：