Question

您好我正在学习神经网络。是一个只存储1或-1之间的值的神经元？我不能给255或1024这样的值？我正在寻找encog java库XOR函数求解器的例子。我想通过更改XOR_INPUT和XOR_IDEAL将XOR更改为Multiplier。

这是源位置： http://www.heatonresearch.com/wiki/Hello_World

我已经改变了

FROM：

/**
 * The input necessary for XOR.
 */
public static double XOR_INPUT[][] = { { 0.0, 0.0 }, { 1.0, 0.0 },
        { 0.0, 1.0 }, { 1.0, 1.0 } };

/**
 * The ideal data necessary for XOR.
 */
public static double XOR_IDEAL[][] = { { 0.0 }, { 1.0 }, { 1.0 }, { 0.0 } };

TO：

/**
 * The input necessary for XOR.
 */
public static double XOR_INPUT[][] = { { 0.0, 0.0 }, { 1.0, 0.0 },
        { 1.0, 2.0 }, { 2.0, 4.0 } };

/**
 * The ideal data necessary for XOR.
 */
public static double XOR_IDEAL[][] = { { 0.0 }, { 1.0 }, { 2.0 }, { 8.0 } };

将值更改为这些后。我得到了无限循环并且输出不变：

大纪元＃274107错误：12.75

大纪元＃274108错误：12.75

大纪元＃274109错误：12.75

纪元＃274110错误：12.75

Epoch＃274111错误：12.75

Epoch＃274112错误：12.75

纪元＃274113错误：12.75

纪元＃274114错误：12.75

纪元＃274115错误：12.75

纪元＃274116错误：12.75

时代＃274117错误：12.75

大纪元＃274118错误：12.75

大纪元＃274119错误：12.75

以下是问题;

1-）这被称为局部最小值？

2-）我需要在（0和1）之间设置值还是（-1和1）是必须的？

3-）如何解决简单的乘法求解器问题？

感谢。

Answer 1

您的输出图层是sigmoid，这意味着它可以仅表示介于0和1之间的值，因此无法训练此类网络识别其他任何内容。但是，它不是网络的堕落，你应该扩展你的输出，使它适合这个间隔，然后在descale上。

简单地：

当前输出0,1,2,8
我们假设，8是“最大”值，并将它们缩小8，得到：0,1 / 8,1 / 4,1

现在，您可以训练网络，并检索原始输出，只需将该值乘以8即可。

请记住，简单的神经网络是用于符号计算的不工具。如果您正在寻找实际会找到a*b公式的模型，请阅读symbolic function networks。

神经网络基础倍增

1 个答案: