如何将数据输入我的神经网络？答案

【问题标题】：How do I feed data into my neural network?如何将数据输入我的神经网络？
【发布时间】：2019-09-19 11:49:50
【问题描述】：

我在 python 中为 XOR 编写了一个简单的神经网络。虽然网上有大量关于如何编程的信息，但关于如何通过它提供数据的信息并不多。我已经测试了输入 [1,1] 的一个周期后权重的变化，以将我的结果与我的演讲幻灯片进行比较，并且它 100% 相同，所以我相信代码有效。我可以针对相同的输入训练网络，但是当我在每个周期更改输入（和相应的目标）时，错误不会下降。

我应该允许在每个周期之后更改权重和输入，还是应该先遍历所有可能的输入，得到一个平均误差，然后再更改权重？（但改变权重取决于输出，所以我会使用什么输出）

如果需要，我可以分享我的代码，但我很确定它是正确的。

请给我一些建议？提前谢谢你。

【问题讨论】：

您是否在使用任何已知的库，例如 PyTorch 或 Keras？如果是，比哪个？
不，只有好的旧 math.py 和 random.py。

标签： python neural-network backpropagation

【解决方案1】：

那么，你是说你自己实现了一个神经网络？好吧，在这种情况下，基本上输入层上的每个神经元都必须分配给某一行的特征，而不是遍历每一层和该层中的每个神经元并按照指示进行计算。我相信你对反向传播算法很熟悉，所以你会知道什么时候停止。

完成该行后，对下一行再次执行，将每个特征分配给每个输入神经元并再次开始迭代。

一旦你完成了所有记录，那就是一个纪元。

我希望这能回答你的问题。

另外，我建议你试试Keras，它易于使用，是一个很好的体验工具。

【讨论】：

谢谢伙计，所以基本上我理解错误的是一个时代的定义。我认为一次迭代是一个时代，但实际上是一个 CYCLE，尽管我所有的测试数据都等于一个时代。我刚刚将迭代次数提高了大约 10 次，现在它可以工作了。我无法理解人们是如何在 200 个 epoch 之后得到结果的。再次感谢。