Ho implementato un percettore multistrato per prevedere il peccato dei vettori di input. I vettori consistono in quattro -1,0,1 scelti a caso e un bias impostato su 1. La rete dovrebbe prevedere il peccato di somma dei contenuti dei vettori.La rete neurale multistrato non prevede valori negativi
esempio di ingresso = < 0,1, -1,0,1> Output = Sin (0 + 1 + (- 1) + 0 + 1)
Il problema che sto avendo è che la rete non prevedere mai un valore negativo e molti dei valori sin dei vettori sono negativi. Prevede perfettamente tutte le uscite positive o zero. Presumo che ci sia un problema con l'aggiornamento dei pesi, che vengono aggiornati dopo ogni epoca. Qualcuno ha riscontrato questo problema con NN prima? Qualsiasi aiuto sarebbe fantastico !!
nota: La rete ha 5inputs, 6hidden unità 1 strato nascosto e 1 output.I sto usando una funzione sigmoidale sulle attivazioni nascosti e strati di uscita, e hanno provato tonnellate di tassi di apprendimento (attualmente 0,1);
Grazie mille, questo ha senso! Devo dare un'occhiata in giro per una funzione che può consentire valori negativi. Purtroppo non posso cambiare il dominio del problema come un compito per il college. Grazie ancora! –
@B. Bowles Aggiornato la mia risposta con una possibile soluzione. –
È fantastico, provalo subito! Ci sono molti parametri in quella formula che non si applicano a questa rete, e la matematica non è sicuramente il mio punto di forza. Tuttavia, suona sicuramente come il modo di procedere. –