首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >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
EN

Stack Overflow用户
提问于 2009-10-14 09:07:47
回答 2查看 24K关注 0票数 22

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?

EN

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。

票数 0
EN

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)。

票数 0
EN
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

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档