无法使用神经网络近似正弦函数
无法使用神经网络近似正弦函数
提问于 2009-10-14 09:07:47
我正在尝试使用自己编写的神经网络来近似sine()函数。我已经在一个简单的OCR问题上测试了我的神经网络，它起作用了，但我在应用它来近似sine()时遇到了麻烦。我的问题是，在训练过程中，我的误差恰好收敛到50%，所以我猜这完全是随机的。
我使用一个输入神经元作为输入(0到PI)，并使用一个输出神经元作为结果。我有一个单一的隐藏层，我可以在其中改变神经元的数量，但我目前正在尝试大约6-10个。
我有一种感觉，问题是因为我使用的是sigmoid传递函数(这是我的应用程序中的一个要求)，它的输出仅在0和1之间，而sine()的输出在-1和1之间。为了纠正这个问题，我尝试将输出乘以2，然后减去1，但这并没有解决问题。我在想，我必须在某个地方做一些转换，才能让它工作。
有什么想法吗？
回答 2
Stack Overflow用户
发布于 2009-10-21 17:30:47
你的网络没有理由不能工作，尽管6对于近似正弦波来说绝对是偏低的。我至少会尝试10次，甚至20次。
如果这不起作用，那么我认为你需要提供更多关于你的系统的细节。即学习算法(反向传播？)、学习率等。
Stack Overflow用户
发布于 2012-06-22 13:30:58
如果使用香草梯度下降，我会得到相同的行为。尝试使用不同的训练算法。
就Java applet而言，我确实注意到了一些有趣的事情:如果我使用“双极sigmoid”，并且我从一些非随机权重开始，它确实会收敛(比如之前使用二次函数训练的结果)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/1565115
复制相关文章
相似问题
腾讯云开发者
