प्रशिक्षण में त्रुटि मैं अपने द्वारा एक सरल तंत्रिका नेटवर्क लिखने की कोशिश करता हूं।तंत्रिका नेटवर्क-बैक प्रचार, तंत्रिका नेटवर्क (बैक-प्रोपेगेशन) के बारे में कुछ लेख पढ़ने के बाद
Ive फैसला किया XOR तंत्रिका नेटवर्क, मेरी समस्या जब मैं नेटवर्क को प्रशिक्षित करने के कोशिश कर रहा हूँ है, अगर मैं केवल एक उदाहरण का उपयोग नेटवर्क को प्रशिक्षित करने देता है 1,1,0 कहना (के रूप में इनपुट 1, इनपुट 2, targetOutput)। 500 ट्रेनों के बाद + - नेटवर्क उत्तर 0.05। लेकिन यदि मैं अधिक कोशिश कर रहा हूं तो एक उदाहरण (दो अलग-अलग या सभी 4 संभावनाएं कहें) नेटवर्क का लक्ष्य आउटपुट के रूप में 0.5 होना है :( मैंने बिना किसी परिणाम के Google में मेरी गलतियों के लिए खोज की: S बीमार अधिक विवरण देने का प्रयास करें के रूप में मैं कर सकता हूँ मदद करने के लिए क्या गलत लगता है:। 2,2,1 और 2,4,1 (inputlayer, hiddenlayer, outputlayer) के साथ
-ive की कोशिश की नेटवर्क
हर तंत्रिका के लिए -इस उत्पादन से परिभाषित किया गया:
double input = 0.0;
for (int n = 0; n < layers[i].Count; n++)
input += layers[i][n].Output * weights[n];
जबकि 'i' वर्तमान परत है और वजन previ से सभी वजन हैं ous परत।
-इस आखिरी परत (उत्पादन परत) त्रुटि से परिभाषित किया गया है:
value*(1-value)*(targetvalue-value);
जबकि 'मान' तंत्रिका उत्पादन और 'targetvalue' है वर्तमान तंत्रिका के लिए लक्ष्य उत्पादन होता है।
दूसरों neurals द्वारा परिभाषित के लिए-इस त्रुटि:
foreach neural in the nextlayer
sum+=neural.value*currentneural.weights[neural];
नेटवर्क में भार निर्माण सभी इस सूत्र (तंत्रिका से वजन -> तंत्रिका 2) द्वारा अनुकूलित कर रहे हैं
weight+=LearnRate*neural.myvalue*neural2.error;
जबकि LearnRate न्यूकोर लर्निंग रेट है (मेरे नेटवर्क पर 0.25 परिभाषित)। प्रत्येक तंत्रिका के लिए -इस biasweight द्वारा परिभाषित किया गया है:
bias+=LearnRate*neural.myerror*neural.Bias;
पूर्वाग्रह = स्थिरांक मान है 1।
कि काफी सब मैं विस्तार कर सकते हैं, जैसा कि मैंने कहा उत्पादन उद्देश्य विभिन्न प्रशिक्षण उदाहरण :(
आप आपकी मदद^_^के लिए बहुत बहुत बहुत धन्यवाद के साथ 0.5 किया जाना है।
क्या आपने अपना खुद का कार्यान्वयन लिखा है या क्या यह एक ढांचे का उपयोग कर रहा है? –
यह वास्तव में मजाकिया है कि वह संरक्षित होने के बाद अपने प्रश्न का उत्तर नहीं दे सका :) – PythEch