Question

我是机器学习和整体Encog的新手，但我希望Encog能够至少从示例中得到一致的结果，以帮助我更轻松地学习Encog。对我来说，Encoge每次运行时都会给出不同的方向性结果。

任何人都可以帮助我更好地理解这是为什么吗？下面是一些正在使用的修改后的示例代码。

方向正确：10/25

方向正确：8/25

方向正确：6/25

...

    public class MainPredict {
    public static void main(String[] args) {

        Co.println("--> Main Predict");

        final MarketLoader marketLoader = new YahooFinanceLoader();
        final MarketMLDataSet marketDataSet = new MarketMLDataSet(marketLoader, Config.INPUT_WINDOW, Config.PREDICT_WINDOW);
        final MarketDataDescription marketDataDescription = new MarketDataDescription(Config.TICKER, MarketDataType.adjusted_close, true, true);
        marketDataSet.addDescription(marketDataDescription);

        Calendar end = new GregorianCalendar();// end today
        Calendar begin = (Calendar) end.clone();// begin 30 days ago
        begin.add(Calendar.DATE, -60);
        end.add(Calendar.DATE, -60);
        begin.add(Calendar.YEAR, -2);

        marketDataSet.load(begin.getTime(), end.getTime());
        marketDataSet.generate();

        BasicNetwork basicNetwork = EncogUtility.simpleFeedForward(marketDataSet.getInputSize(), Config.HIDDEN1_COUNT, Config.HIDDEN2_COUNT, marketDataSet.getIdealSize(), true);

        ResilientPropagation resilientPropagation = new ResilientPropagation(basicNetwork, marketDataSet);
        resilientPropagation.setRPROPType(RPROPType.iRPROPp);

//      EncogUtility.trainToError(resilientPropagation, 0.00008);
        EncogUtility.trainConsole(basicNetwork, marketDataSet, 3);

        System.out.println("Final Error: " + basicNetwork.calculateError(marketDataSet));

        MarketEvaluate.evaluate(basicNetwork);

        Encog.getInstance().shutdown();
    }
}

Answer 1

将神经网络权重初始化为随机值是很常见的，这几乎可以预先判断确定性。因此，为了获得可重复的结果，您需要保存您喜欢的随机初始权重的网络的特定实例，然后将其作为起点加载到其他运行中。

在这种情况下，basicNetwork将是保存的（可能使用createPersistor（）来序列化为XML），然后每次你以后想重置它时重新加载，而不是从头开始构建一个新的。

您可以尝试的另一项测试是使用basicNetwork.clone（），然后对它们进行实验，看看结果如何。

链接：

Encog Neural Network始终提供不一致的结果

1 个答案: