我最近一直在研究神经网络。我将解释我的目标：我正在尝试教怪物走路，站立，基本上执行“奖励”他们的行动（最大化健身功能）。 NN接收传感器输入，并输出肌肉活动。问题归结为训练神经元的权重和偏差。 我的问题是，我不确定我是否正确行事，而且通过神经网络，我可能会犯错，从不知道它。所以我会解释一下我在做什么，如果你发现了一个错误，请纠正我！
1）我创建了一个神经网络，其神经元使用双曲正切传递函数。
2）创建一群随机“染色体”，每个染色体包含一系列双打作为基因（NN中的权重和偏差），阵列的长度是NN中的权重和偏差的量。基因有一个下限和上限，通常为[-2,2]，其中随机值是在初始化和突变中产生的。
每一代：
3）对于每条染色体，我更新NN重量并测试怪物大约5000帧。每10帧，网络输出通过传感器输入生成。输出是归一化为[0,1]的双重值，它们通过根据该值改变它们的中性长度来控制体内的“肌肉”（弹簧）。计算健身值。
4）执行遗传算法运算符 - 首先以~0.4概率创建交叉，然后根据染色体长度以~0.1概率进行变异。突变使基因随机化为某个下限和上限之间的值。精英主义 - 下一代保留两个最佳解决方案。
重复直到几代人> GTA maxGenerations或达到最大适合度。
我不确定我的代码中的一些内容：权重和偏差是否有限制？如果是的话，它会限制NN可能实现的潜在结果。如果不是，那么我如何初始化值，并进行变异？我担心增加一个随机值作为突变会陷入局部最优，如爬山。没有限制会减少初始化整个过程时需要考虑的参数量，这很好！
双曲正切是一个不错的选择吗？为什么或为什么不呢？
我是否必须标准化输入传感器数据？如果是，在什么值之间？
此外，我不确定我是否通过输出屈曲而不是二进制的双倍值来做错误 - 高于0.5是flex，较少是释放，可能是一个选项，当现在我只是使用值作为弹性量。
不要将我的代码中的错误视为不良结果的原因，因为我多次检查并实现了完美运行的XOR。
我非常感谢任何帮助，谢谢！
答案 0 :(得分：1)
我假设您指的是前馈神经网络，即前向连接的神经元层。
使用双曲正切或sigmoid函数是可以的。只需确保它们在其域中是连续的和可派生的。否则，学习算法（梯度下降）可能无法将错误正确地反馈回第一层。
您应该使用zscore将每个输入标准化为[-1，+ 1]或[-std，+ std]等范围。因此，您的输入值在决策函数中具有相似的权重。
如果输出的目标是离散或浮点，则不指定它们的目标。
我想知道，由于FFNN受到监督，您在训练算法的数据是什么？