問題タブ [feed-forward]

私はANN（フィードフォワードネット）を扱っています。私のトレーニング関数はtrainlm. 他のトレーニング機能も試しました。私のトレーニング データセットの次元は :InputData : 7x1000とTargetData : 4x1000です。パラメータを非常に高い値に設定max_failしたため、ネットワークはすべてのエポックで完了/実行できます。

トレーニング関数を使用しているときに、trainlmそのような値ネットワークごとに異なるエポック数 (たとえば、500、1000、2000、5000、10000) で同じ結果が得られるという事実に問題があります。

では、なぜこのネットワークでこれが起こったのでしょうか。助言がありますか？

Keras に実装したフィード フォワード ニューラル ネットワークへの入力については、自分の理解が正しいことを確認したかっただけです。

したがって、上記のデータでは、配列内の 4 つの入力のタイム ウィンドウです。私の入力層は

batch_size は 4 です。理論的には、fit 関数を呼び出すと、関数は各 nb_epoch でこれらすべての入力を処理しますか? この時間枠が機能するには、batch_size を 4 にする必要がありますか?

ありがとうジョン

ピクセルの単純な 5x5 グリッドで文字を認識するニューラル ネットワークを作成しようとしているとします。可能な文字 (記号) は 6 つしかありません -X,+,/,\,|

現時点では、25 個の入力ノード、6 個の非表示ノード、および 1 個の出力ノード (0 と 1 の間 - シグモイド) を備えたフィードフォワード ニューラル ネットワークがあります。

出力はシンボルに対応します。など'X' = 0.125_ '+' = 0.275_ '/' = 0.425_

ネットワークの出力 (テスト時) が何であれ、数値的に最も近い文字に対応します。すなわち -0.13 = 'X'

入力では、0.1 はピクセルがまったくシェーディングされていないことを意味し、0.9 は完全にシェーディングされていることを意味します。

6 つのシンボルでネットワークをトレーニングした後、ノイズを追加してテストします。

残念ながら、'/' に少しノイズを加えると、ネットワークはそれを '\' と認識します。

6つの記号の順序（つまり、それらが対応する数値表現）が違いを生むかもしれないと思いました。

隠しノードの数がこの問題を引き起こしている可能性があります。

文字を数字にマッピングするという私の一般的な概念が問題を引き起こしているのかもしれません。

ネットワークをより正確にするために、どんな助けでも大歓迎です。

**MATLAB でフィードフォワード NN を開発しようとしています。12 の入力と 46998 サンプルの 1 つの出力のデータセットがあります。マトリックスの最後の行にいくつかの NaN 値があります。これは、一部の入力が変位よりもそれぞれ 1 および 2 ステップ小さい加速度と速度であるためです。

この現在のデータ セットでは、w1_grad と w2_grad を NaN 行列として取得しています。Heave_dataset(isnan(Heave_dataset))=[]; を使用してそれらを削除しようとしましたが、データセットが (1*610964) の列行列に変換されています。

誰でもこれで私を助けることができますか?

22 の入力と 1 つの出力 (1 または 0) を持つフィードフォワード BackPropogation ANN を設計しています。NN には 3 つの層があり、10 個の隠れニューロンを使用しています。NN を実行すると、重みがわずかに変化するだけで、出力の合計エラーは約 40% です。最初は、オーバー/アンダー フィッティングだと思っていましたが、隠れニューロンの数を変更した後、何も変わりませんでした。

N は入力数 (22)

M は隠れニューロンの数 (10)

これは、逆伝播に使用しているコードです

oin は、シグモイド関数に入れる前に計算された出力です

oout は、シグモイド関数を通過した後の出力です

これは、隠れニューロンを変更するために使用しているコードです。