我正在尝试编写一个神经网络程序,现在我正在测试它。我已经将其简化为2个训练示例,其中2个输入和1个输入。
Input : Output
1,0 : 1
1,1 : 0
我循环前向和后向传播1000次,网络输出总是收敛到1或0,这取决于初始化的随机权重从哪里开始。无论我输入什么,输出都是一样的。它不会学习。
我不知道如何在重载的情况下寻求帮助,所以我会把我正在做的事情贴出来:
Create random initial weights
For i = 1 to 1000
For j = 1 to Samples in Training Set (2)
Set activ
我正在训练一个模型来预测医学图像中的分割。在训练数据中,输入数据的类型为: numpy.float64,地面实况标签的类型为: numpy.uint8。问题是,由于某种原因,我的模型生成的输出类型为numpy.float32。
图片显示:
# Defining the model
segmenter = Model(input_img, segmenter(input_img))
# Training the model (type of train_ground is numpy.uint8)
segmenter_train = segmenter.fit(train_X, train_g