感知器错误

Question

从 1 周开始，我尝试用一​​层（Java 语言）做一个感知器神经网络。我使用一个函数 Heavyside 来计算神经元的退出，并使用 Widrow-Hoff 的算法来进行机器学习。 我的问题是，学习后，我给我的电脑举了一些例子，有时他回答正确，有时他回答很差。所以我的问题是：“计算机有可能在学习后给我一个不好的答案吗？”

例如，我给出这个： 1 和 1 = ?

第一次，他给我：1， 第二次：0， 第三次：1

Answer 1

是的，如果您使用梯度下降算法进行学习，那么网络可以收敛到次优解决方案。 为了解决这个问题，您可以尝试修改学习率或使用衰减学习率。