我正在我的项目中使用一个外部库来实现人工神经网络。

在测试ANN时，它给我的输出全是NaN（C#中表示“非数字”）。

• 该ANN有8个输入，5个隐藏层节点，5个隐藏层节点，2个输出，并且所有的激活层都是线性类型，它使用反向传播算法，学习率是0.65。

• 我使用一个测试用例来训练{ -2.2, 1.3, 0.4, 0.5, 0.1, 5, 3, -5 } ,{ -0.3, 0.2 } 1000个epoch。

• 然后我用{ 0.2, -0.2, 5.3, 0.4, 0.5, 0, 35, 0.0 }测试它，结果得到{ NaN , NaN}。
  注意： 这只是产生相同情况的众多例子之一…

我正在尝试找出这到底是库中的bug，还是一个不合逻辑的配置。

我能想到的不合逻辑的配置原因有：

• 所有层都不应该是线性的。
• 不能有递减大小的层，例如8-5-5-2是不好的。
• 只有一个测试用例？
• 数值必须在[0,1]或[-1,1]范围内。

以上任何一个原因都可能是导致错误的原因吗？或者在ANN设计中，我不知道还有一些约束/规则？

注意：我是ANN新手。

回答：

嗯，在不了解你使用的库的情况下，很难猜测。通常，ANN的输入需要介于0..1或-1..1之间，所以也许是因为你有超出该范围的值，导致了不幸的结果。

如果上述原因是问题的根源，那么有很多技术可以将数据编码传递给ANN，例如，你可以缩放你的输入，以确保它们始终在范围内，并保持相对关系。