pybrain activate() 输出表示方式

Question

我用pybrain做了一个例子：

from pybrain.tools.shortcuts import buildNetwork
from pybrain.datasets import SupervisedDataSet
from pybrain.supervised.trainers import BackpropTrainer

net = buildNetwork(3, 3, 1)

dataSet = SupervisedDataSet(3, 1)
dataSet.addSample((0, 0, 0), (0))
dataSet.addSample((1, 1, 1), (0))
dataSet.addSample((1, 0, 0), (1))
dataSet.addSample((0, 1, 0), (1))
dataSet.addSample((0, 0, 1), (1))

trainer = BackpropTrainer(net, dataSet)

trainer.trainUntilConvergence()

result = net.activate([0, 0, 0])
print result

输出是：[ 0.10563189]

我不明白activate()的输出是什么意思。网络已经训练好了，我用训练样本中的一个来测试输出，所以我期待的值应该和训练样本中的完全一样。输入[0, 0, 0]应该得到输出0。我哪里搞错了？我该如何得到正确的结果？

更让人困惑的是，每次我运行这段代码，得到的结果都不一样。显然我做错了什么。那到底是什么呢？

Answer 1

把一个网络训练到收敛，并不意味着它能完美记住训练集里的所有内容。原因有很多，比如隐藏层的大小、激活函数、学习速率等等。这些参数都需要进行调整。