如何训练前馈监督学习神经网络?

假设我在构建一个用于玩井字游戏的神经网络。据我所知,一个好的设计应该是9个输入神经元(每个网格方块一个),3个隐藏层神经元和9个输出神经元(每个潜在移动一个)。现在网络已经构建好了,如何读取网络的输出呢?

据我所知,为了训练网络,我会在每次需要它做出决策时,通过输入将游戏棋盘发送给网络。但我如何获得那个决策呢


回答:

这里需要理解的关键是,多输出神经网络会改变其状态以反映一个解空间,但它们通常不会直接给出明确的最终决策。

最终,神经网络不会给你“唯一的答案”,而是会调整其内部状态以反映一个概率性的解空间。

如果你只想要一个答案,那么你需要一个只有一个输出节点的神经网络。

这里没有直接的正确答案

你的问题实际上相当复杂——从神经网络中选择答案的科学本身就是一个完整的研究领域:

要了解更多见解,请查看https://mathoverflow.net/questions/10697/methods-for-choosing-a-result-from-a-multiple-output-node-neural-network

此外,还可以浏览其他关于多输出神经网络决策方法的资源。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注