神经网络的输出每次都保持相同的值

Question

我正在研究一个非常简单的前馈神经网络来练习我的编程技巧。共有3个班级：

• Neural :: Net;建立网络，提供输入值（目前没有反向传播）
• Neural :: Neuron;具有神经元的特征（指数，输出，重量等）
• Neural :: Connection;类似结构的类，随机化权重并保持输出，增量权重等。

该程序非常基础：我使用2个隐藏层和随机权重构建网络，然后要求它提供相同的输入值。

我的问题是：预计每次运行后程序会以不同的输出值结束，但输出总是相同的。我尝试在任何地方放置标记，以了解为什么它一遍又一遍地计算相同的东西，但我不能把我的手指放在错误上。

以下是代码：

>>> d = {"Pattern1":{"line1":"Services","line2":"0001","line3":{"include":"BFE"},
    "line4":{"Include":"1*1"},"line5":"0","line7":{"Include":"2*2"},"line8":
    {"services":["stop","pause","delete","startup"]}}, "Pattern2":
    {"line1":"Registry"}, "Pattern3":{"line1":"Files"} }
>>> pprint.pprint(d)
{'Pattern1': {'line1': 'Services',
              'line2': '0001',
              'line3': {'include': 'BFE'},
              'line4': {'Include': '1*1'},
              'line5': '0',
              'line7': {'Include': '2*2'},
              'line8': {'services': ['stop', 'pause', 'delete', 'startup']}},
 'Pattern2': {'line1': 'Registry'},
 'Pattern3': {'line1': 'Files'}}

编辑：我认为输入层中的偏置神经元被正确设置为输出1，而隐藏层中的偏置神经元被设置为0并且我修复了它。但每次运行的输出仍然相同。我在一张纸上做了数学计算，然后就可以了。这是输出（为了清晰起见，颜色编码）：

我预计这些值就像权重一样是随机的。不应该是这样吗？我很迷惑。

Answer 1

我发现了自己的错误。我以为rand（）会自动初始化它的种子。我知道这是一件蠢事。我在程序开头添加了srand(time(NULL));，现在它可以正常工作。