通常、線形出力のパーセプトロン (隠れ層なし) を使用すると、誤差曲面に極小値がないことがわかります。しかし、線形ではないため、シグモイド関数を使用したパーセプトロンで極小値にとどまる可能性はありますか? WEKA で functions.MultilayerPerceptron を使用しています (シグモイド活性化関数と Backpropagation を使用します)。隠れ層はありません。4 つの異なるクラスを持つ線形分離可能なデータセットでトレーニングします。ランダム ジェネレーター (ノードの初期重みに使用) のシードを変更すると、ほとんどの場合、60% しか正しく分類されません (ターゲットの概念を完全には学習しません)。しかし、90% 正しく分類される特定のシードを見つけました (これが最適です)。私はすでに運動量、トレーニング時間、学習率で遊んでいますが、何も変わりません.
助けてくれてありがとう