用正弦函数训练神经网络

Question

我想用sine（）函数训练神经网络。

目前我使用此代码和（cerebrum gem）：

{{1}}

但它不起作用，如果我运行经过训练的网络，我会得到一些奇怪的输出值（而不是获得正弦曲线的一部分）。

那么，我做错了什么？

Answer 1

Cerebrum是一个非常基本且缓慢的NN实现。 Ruby中有更好的选项，例如ruby-fann gem。

最有可能的问题是网络过于简单。您尚未指定任何隐藏图层 - 看起来代码会为您的案例分配一个默认隐藏图层，其中包含3个神经元。

尝试类似：

network = Cerebrum.new({
  learning_rate:  0.01,
  momentum:       0.9,
  hidden_layers:  [100]
})

并期望它需要永远训练，加上仍然不是很好。

此外，您选择的300个输出太宽泛 - 对于网络而言，它看起来大多像噪声，并且它不会在点之间插补良好。一个神经网络并没有以某种方式弄清楚＆＃34;哦，那必须是一个正弦波＆＃34;并匹配它。相反，它在点之间进行插值 - 当它在多个维度上同时发生时，巧妙的位发生，也许找到你用手动检查不能轻易发现的结构。为了给它一个合理的学习机会，我建议你给它更多密集点，例如：您目前在sinus = Math::sin(i)使用的地方：

sinus = Math::sin(i.to_f/10)

通过正弦波，这仍然是近5次迭代。希望这足以证明网络可以学习任意函数。