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

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