AForge.NET - 反向传播学习总是返回值[-1; 1]

Question

我使用AForge.NET进行反向传播学习有一些问题 - 神经学习 - 反向传播。我实际上尝试在样本中实现神经网络（Aproximation）。我的问题是关于这个： 输入向量{1,2,3，...，19,20} 2.输出向量{1,2,3，...，19,20}（它的线性函数） 3. ActivationNetwork network = new ActivationNetwork（new BipolarSigmoidFunction（2），1,20,1）; 然后大约10k次 - 老师.RunEpoch（输入，输出）;

学习完成后，我的network.Compute（）返回[-1; 1]中的值为什么？

在样本中有类似于矢量值的标准化（x - > [-1; 1]和y - > [ - 0.85; 0.85]），当我这样做时一切都很好......但它只是我希望了解神经网络如何工作的样本。我想要实现的当前问题更复杂（超过40个输入神经元）

任何人都可以帮助我吗？

Answer 1

我还没有使用AForge，但是BipolarSigmoidFunction很可能是tanh，即输出在[-1,1]之内。这通常用于分类或有时用于有界回归。在您的情况下，您可以缩放数据或使用线性激活函数（例如身份，g(a) = a）。