Python神经网络无法训练

我有一个简单的2个输入神经元,3个隐藏神经元和1个输出神经元的神经网络。隐藏层有偏置项。

我没有使用矩阵运算来进行前馈和反向传播。当我在一个简单的线性数据集上运行训练函数时,误差增加,并且预测结果是错误的。

...

例如,代码的结果是:

...

—————- 更新 —————-

我将代码改成了这样:

...

我现在用权重误差减去权重。网络的误差减少了。但预测仍然是错误的。

上述代码的结果:

...

回答:

我找到了问题所在,sigmoid函数对这个网络来说不太合适。我将其改为tanh函数,现在预测结果正确了。

最终代码如下:

...

代码的结果:

...

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注