問題タブ [encog]

pdfはこちら！encog の実装について学んでいたものです。入力には複数のデータ ポイントがあります。

• 私の理解では、ILayer インターフェイスを使用して各レイヤーを定義していると思いますが、よくわかりません。明確にしてください。と
• インターフェイスのデータ ポイントを表すのはどれですか?

ILayer インターフェイスは次のとおりです。

こんにちは、ニューラルネットワークを学んでいます。は、1 から -1 の間の値のみを格納するニューロンですか? 値 255 または 1024 を与えることはできませんか? encog Java ライブラリ XOR 関数ソルバーの例を探していました。XOR_INPUT と XOR_IDEAL を変更して、XOR を Multiplier に変更したかったのです。

ソースの場所は次のとおりです: http://www.heatonresearch.com/wiki/Hello_World

私は変わりました

から：

に：

これらに値を変更した後。無限ループと出力定数を取得しました：

エポック #274107 エラー:12.75

エポック #274108 エラー:12.75

エポック #274109 エラー:12.75

エポック #274110 エラー:12.75

エポック #274111 エラー:12.75

エポック #274112 エラー:12.75

エポック #274113 エラー:12.75

エポック #274114 エラー:12.75

エポック #274115 エラー:12.75

エポック #274116 エラー:12.75

エポック #274117 エラー:12.75

エポック #274118 エラー:12.75

エポック #274119 エラー:12.75

ここに質問があります。

1-)これは極小値と呼ばれますか?

2-) (0 と 1) または (-1 と 1) の間の値を設定する必要がありますか?

3-) 単純な乗算ソルバーの問題を解決するにはどうすればよいですか?

ありがとう。

基本ネットワーク上でシグモイド活性化関数を備えた encog ライブラリを使用して、小さな乗算ニューラル ネットワークを作成しました。私の問題は、トレーニングされていないデータで大きなエラーが発生したことです。トレーニングされていないデータをより良い結果にするにはどうすればよいですか。エラーが発生しにくくなります。

最初に試したのは: train.getError() > 0.00001 から train.getError() > 0.0000001 エラーを減らすと、よりシャープな結果が得られます。しかし、これは役に立ちませんでした。

非表示レイヤーを増やしても効果はありませんでした: network.addLayer(new BasicLayer(new ActivationSigmoid(),false,128));

レイヤーごとのニューロン数を増やそうとしましたが、助けにもなりませんでした

よりシャープな結果を得るにはどうすればよいですか?

バイアスって何？いつ使用するのですか？

私は見ました： http : //www.heatonresearch.com/wiki/Activation_Functionしかし、私はシグモイドしか使用していません.いつ他のものを使用するか、アクティベーション関数を変更する必要がありますか?

これが私のコードです：

これが私の最後の試みで、もう少し効果的ですが、まだ良くありません：

ドキュメントを正規化する次のコードがあります。私のドキュメントには、SmallShuffledTrainingDataCSV を正規化する次のメソッドが含まれています。

非常に長い時間がかかるため、1つの列のみを正規化しようとしています。

私のドキュメントには 332k 行と 25 列があります。

ますます小さなドキュメントに分割する以外に、正規化プロセスを高速化する方法はありますか?

分解した場合、正規化では特定の列の最高値と最低値を見つけるためにすべてのレコードを確認する必要があるため、それらを 1 つのドキュメントに結合するにはどうすればよいでしょうか?

私はずっと前にライブラリ Encog を使用してバックプロパゲーション ニューラル ネットワークの予測システムに取り組んできましたが、現在はサポート ベクター マシンの分野を研究しており、NN よりもはるかに効率的であることがわかりました。私の目的はテストすることです。予測が SVM でどのように動作し、それを BPN と比較します。

2 つの二次元配列があります。1 つの配列は INPUT で、もう 1 つは IDEAL です。配列の各行は 3 つの要素 (1/9 から 9 までの実数) で構成されます。対応する IDEAL を含む INPUT には 800 行あります。また、200 行の TEST セット用に別の 2 つの配列があります。

BPN では問題はありません。入力層に 3 つのニューロン、中間層に 50 のニューロン、出力層に 3 つのニューロンを使用してネットワークをトレーニングし (0.01 未満のエラーで 5 分で収束します)、テストは正常に動作します。

一方、SVM では、少し問題があります。ネットワークをトレーニングし、3 秒で収束し、正常に動作しているように見えますが、データをテストすると、BPN の 3 つの asi ではなく、行ごとに出力で 1 つの要素しか予測されません。
何が間違っているのかわかりません。単純化されたコードと実行の出力をコピーします。

ジャバコード

出力

読んでくれてありがとう！

Encog を使用してこのデータセットを処理しようとしています。そうするために、出力を 1 つに結合しました (4 つの出力ニューロンを持つ NN を手動でトレーニングしようとして失敗したとしても、複数の予想される出力を使用する方法がわからないようです)。 「病気 2」、「なし」、「両方」。

そこから始めて、CSV でアナリスト ウィザードを使用し、自動プロセスが予想される出力で NN をトレーニングしました。ファイルからのピーク:

今私の問題は次のとおりです。どうすればクエリを実行できますか? 分類してみましたが、私が理解している限り、結果は値 {0,1,2} しか得られないため、区別できない 2 つのクラスがあります (両方とも 0)。

これと同じ問題が、wiki に示されている Iris の例にも当てはまります。また、Encog は出力ニューロンの値から 0/1/2 の結果をどのように推定しますか?

編集：私が見つけた解決策は、病気1と病気2に別々のネットワークを使用することでしたが、それらを1つに組み合わせることが可能かどうかを本当に知りたい.