尽管神经网络的总体误差较低，但C# Encog神经网络的期望输出仍与实际误差相差甚远。
尽管神经网络的总体误差较低，但C# Encog神经网络的期望输出仍与实际误差相差甚远。
提问于 2014-04-09 15:33:32
我已经试着让恩奥克走了几天了。
我的数据包括4个输入变量(1到1000之间)和1个输出变量(在-30到30之间)。我正在训练大约50,000行数据。
在将数据传递到具有以下结构和训练的神经网络之前，对数据进行规范化( tanh激活函数在-1到1之间)：
Network.AddLayer(new BasicLayer(null, true, 4));
Network.AddLayer(new BasicLayer(new ActivationTANH(), true, 8));
Network.AddLayer(new BasicLayer(new ActivationTANH(), false, 1));
Network.Structure.FinalizeStructure();
Network.Reset();
IMLDataSet trainingData = new BasicMLDataSet(Input.ToArray(), ExpectedOutput.ToArray());
IMLTrain train = new ResilientPropagation(Network, trainingData);
int epoch = 1;
do
{
train.Iteration();
Console.WriteLine(@"Epoch #" + epoch + @" Error:" + train.Error);
epoch++;
} while (train.Error > 0.024);然后，程序输出每一行的预期输出以及来自神经网络的实际输出。下面是输出(几行)的屏幕截图：http://i.imgur.com/UVWCOis.png
如您所见，在输出输出之前，误差(即所有行的神经网络的平均误差)必须小于0.024。但是许多预期的和实际的输出都有很大的误差。
我认为神经网络对传播不够敏感。神经网络的实际输出似乎都是非常接近的，我相信是因为它们离初始的随机权值并没有太大的偏差。
有人能建议我怎么解决这个问题吗？
我试着缩小输入的大小(我用了50)，我也尝试消除偏见，这两者都导致了相似的结果。
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-04-11 20:54:17
如果没有看到你的数据，我就不能确切地说出这种差异是从哪里来的。我怀疑一些数据元素的错误比其他的要高得多。如果您使用这种方法，它将给您详细的错误如何计算，以及“当前的错误”在每个元素是什么，因为它通过您的数据。如果数据集很大，这将产生相当多的输出。
public static void errorDiagnostic(BasicNetwork network, MLDataSet dataSet) {
int count = 0;
double totalError = 0;
System.out.println("Network error: " + network.calculateError(dataSet));
for(MLDataPair pair : dataSet) {
MLData actual = network.compute(pair.getInput());
System.out.println("Evaluating element " + count + " : " + pair.getInput().toString());
for(int i=0;i<pair.getIdeal().size();i++) {
double delta = Math.abs(actual.getData(i) - pair.getIdeal().getData(i));
totalError += delta*delta;
count++;
double currentError = totalError/count;
System.out.println("\tIdeal: " + pair.getIdeal().getData(i) + ", Actual: " + actual.getData(i) + ", Delta: " + delta + ", Current Error: " + currentError);
}
}
}例如，经过训练的XOR (来自Encog hello world应用程序)的输出是：
Network error: 0.009643582111728128
Evaluating element 0 : [BasicMLData:0.0,0.0]
Ideal: 0.0, Actual: 0.10384251352940682, Delta: 0.10384251352940682, Current Error: 0.01078326761610504
Evaluating element 1 : [BasicMLData:1.0,0.0]
Ideal: 1.0, Actual: 0.9109458503325736, Delta: 0.08905414966742642, Current Error: 0.009356954594546711
Evaluating element 2 : [BasicMLData:0.0,1.0]
Ideal: 1.0, Actual: 0.8914073581830911, Delta: 0.10859264181690886, Current Error: 0.01016875701528963
Evaluating element 3 : [BasicMLData:1.0,1.0]
Ideal: 0.0, Actual: 0.08982236581744897, Delta: 0.08982236581744897, Current Error: 0.009643582111728128这使您可以看到每个元素造成错误的程度。
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/22967360
复制相关文章
相似问题
腾讯云开发者
