神经网络 – 训练模型对验证数据产生不一致的结果

我正在学习神经网络。

我有一个脚本,它接收一些数据并通过神经网络创建模型。当我用验证数据集测试模型时,我得到了一些结果。如果我多次对同一验证集重新测试,我每次得到的结果都不一样。

这是预期的行为,还是我可能做错了什么?

无论如何,我使用的是Node v7.10.0和这个库


回答:

神经网络通常使用小批量梯度下降进行训练,其中随机选择一小批训练样本来执行梯度下降步骤。这给训练增加了一些随机性。

此外,神经网络的权重和偏置通常是随机初始化的(在你的代码中,这是在这些行完成的:https://github.com/harthur/brain/blob/master/lib/neuralnetwork.js#L36https://github.com/harthur/brain/blob/master/lib/neuralnetwork.js#L42),这也给训练增加了一些随机性。

为了固定这种随机性,我们通常使用种子(参见 什么是生成随机数的种子?)。不幸的是,无法为JavaScript的随机数生成器设置种子(参见 在JavaScript中为随机数生成器设定种子),但似乎可以创建你自己的随机数生成器。

最后,得到不同的结果是正常的,但这些结果不应该与你最初得到的结果相差太大。

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