Question

我是ML的初学者，并尝试在JavaScript中实现具有S型神经元和二次成本函数的神经网络。它与单个输入（如[4、4、2]神经网络）的接收效果相当好，该神经网络接收[1、0、0、1]作为输入，并以学习率= 3为目标输出[0、1]。仅20个纪元后，错误减少到0.000773。

但是，当我尝试在“与”门上训练网络时，该门接收输入[[0，0]，[0，1]，[1，0]，[1，1]]并定位到输出[0，0，0，1]，输出收敛到0.25左右的平均值。在训练具有多个输入的其他测试时，我遇到了同样的问题。

我正在将numjs用于线性代数，这是我的代码：

const axios = require('axios')
const fs = require('fs')

/*....*/

let isItChecked = await checkSomething()

async function checkSomething() {
    let returnValue = false
    const response = await axios.get('https://someUrl.com', {
        responseType: 'stream'
    })

    const file = fs.createWriteStream('./localFile.txt')

    response.data.pipe(file)

    file.on('finish' () => {
        performATask().then((result) => {
            if (result == 'good') {
                returnValue = true  //need to make sure this is evaluated before returning
            }
        })
    })

    return returnValue
}

神经网络不适用于多个输入，收敛意味着

0 个答案: