神经网络错误趋势

Question

我对神经网络比较陌生，所以当我在数据中遇到这种趋势时，我非常感兴趣。我有一个多层感知器网络，使用没有动量的反向传播。学习率为0.02，训练中允许的最小误差幅度为0.01。网络必须学习如何在两个布尔值（它们的值为1或0）上正确应用xor运算。有偏见的神经元来对抗xor问题不具有线性可分性的事实（不确定我是否正确地表达了这一点）。网络的神经元正在使用Sigmoid传递函数。我想知道为什么图表会在这个趋势中增长。在再次随机化网络权重并再次训练后，图表总是会显示出来。这是为什么？

Answer 1

对我来说看起来很正确，也许你只是误读了图表。在x轴上，您可以进行迭代。您可以将此视为时间轴以简化。您的y轴是网络的错误（越低越好）。因此，随着培训期间的进展，您的网络会产生更好的结果（错误率更低）。