Question

我计划将Nguyen-Widrow算法用于具有多个隐藏层的NN。在研究过程中，我发现了很多含糊之处，我希望澄清它们。

以下是Nguyen-Widrow算法的伪代码

      Initialize all weight of hidden layers with random values
      For each hidden layer{
          beta = 0.7 * Math.pow(hiddenNeurons, 1.0 / number of inputs);
          For each synapse{
             For each weight{
              Adjust weight by dividing by norm of weight for neuron and * multiplying by beta value
            }
          } 
      }

只是想澄清hiddenNeurons的值是否是特定隐藏层的大小，或者网络中所有隐藏层的大小。我通过查看各种来源混淆了。< / p>

换句话说，如果我有一个网络（3-2-2-2-3）（索引0是输入层，索引4是输出层），值hiddenNeurons是：

NumberOfNeuronsInLayer(1) + NumberOfNeuronsInLayer(2) + NumberOfNeuronsInLaer(3)

或者只是

NumberOfNeuronsInLayer（i），其中i是我目前的第一层

编辑：

那么，hiddenNeurons值是当前隐藏层的大小，输入值是前一个隐藏层的大小？

Answer 1

Nguyen-Widrow 初始化算法如下：

使用（范围）随机值初始化隐藏图层的所有权重
对于每个隐藏层
2.1计算β值，0.7 * Nth（输入层的#neurons）根 #neurons of current layer
2.2每个突触
2.1.1每个重量
2.1.2通过除以神经元和神经元的重量范数来调整体重乘以β值

Encog Java Framework

Answer 2

听起来像你想要更精确的代码。以下是我参与的项目中的一些实际代码行。希望你阅读C.它有点抽象和简化。有一个struct nn，它包含神经网络数据。您可能拥有自己的抽象数据类型。

我项目的代码行（稍微简化）：

float *w = nn->the_weight_array;
float factor = 0.7f * powf( (float) nn->n_hidden, 1.0f / nn->n_input);

for( w in all weight )
    *w++ = random_range( -factor, factor );

/* Nguyen/Widrow */
w = nn->the_weight_array;
for( i = nn->n_input; i; i-- ){
    _scale_nguyen_widrow( factor, w, nn->n_hidden );
    w += nn->n_hidden;
}

调用的函数：

static void _scale_nguyen_widrow( float factor, float *vec, unsigned int size )
{
    unsigned int i;
    float magnitude = 0.0f;
    for ( i = 0; i < size; i++ )
        magnitude += vec[i] * vec[i];

    magnitude = sqrtf( magnitude );

    for ( i = 0; i < size; i++ )
         vec[i] *= factor / magnitude;
}

static inline float random_range( float min, float max)
{
    float range = fabs(max - min);
    return ((float)rand()/(float)RAND_MAX) * range + min;
}

提示
在实现Nguyen / Widrow权重初始化之后，您实际上可以在正向计算中添加一些代码行，将每个激活转储到文件中。然后你可以检查一组神经元击中激活函数的程度。找出平均值和标准差。你甚至可以用绘图工具绘制它，即。 gnuplot的。（你需要一个像gnuplot这样的绘图工具来绘制错误率等等。）我为我的实现做了那个。情节很好，使用Nguyen / Widrow为我的项目开始学习的速度要快得多。

PS：根据Nguyen和Widrows的意图，我不确定我的实施是否正确。我甚至不认为我关心，只要它确实改善了初步学习。
祝你好运，
-Øystein

重量初始化

2 个答案: