我在python中为XOR编写了一个简单的神经网络。虽然网上有大量关于如何编程的信息,但是关于如何通过它来提供数据的信息并不多。我已经测试了输入[1,1]在一个周期后权重的变化,将我的结果与我的演讲幻灯片进行比较,结果是100%相同的,所以我相信代码是有效的。我可以为相同的输入训练网络,但是当我每一个周期改变输入(和相应的目标)时,错误不会下降。你知道吗
我应该允许在每个周期后更改权重和输入,还是应该先遍历所有可能的输入,得到平均误差,然后更改权重?(但是改变权重取决于输出,那么我将使用什么输出)
我可以分享我的代码,如果需要的话,但我很肯定它是正确的。你知道吗
请给我一些建议?先谢谢你。你知道吗
你是说你自己实现了一个神经网络? 在这种情况下,基本上输入层上的每个神经元都必须被指定一个特定行的特征,而不仅仅是迭代每一层和该层中的每个神经元,然后按照指示进行计算。 我相信你对反向传播算法很熟悉,所以你知道什么时候停止。你知道吗
一旦你完成了那一行,再做一次下一行,把每个特征分配给每个输入神经元,然后再次开始迭代。你知道吗
一旦你处理完所有的记录,那就是一个新纪元。你知道吗
我希望这能回答你的问题。你知道吗
另外,我建议您试用
Keras
,它易于使用,是一个很好的工具。你知道吗相关问题 更多 >
编程相关推荐