훈련 데이터에 신경망의 반응이 보장됩니까?

Question

저는 ANN (나는이 라이브러리를 사용합니다 : http://leenissen.dk/fann/)을 훈련 시키려고 노력했으며 결과는 다소 수수께끼입니다. 기본적으로 훈련을 위해 사용 된 동일한 데이터에서 훈련 된 네트워크를 실행하면 출력은 훈련 세트에 지정된 것과 다릅니다. ,하지만 임의의 숫자.

예를 들어, 트레이닝 파일의 첫 번째 항목이 첫 번째 행은 입력 값 인 두 번째 행은 원하는 출력 뉴런의 값과

88.757004 88.757004 104.487999 138.156006 100.556000 86.309998 86.788002 
1 

같은 것이다. 나는 훈련 네트워크에 동일한 데이터를 공급하지만, 나는 각 열차 시도에서 서로 다른 결과를 얻을, 그들은 예를 들어, 1 사뭇 다르다 :

Max epochs 500000. Desired error: 0.0010000000. 
Epochs   1. Current error: 0.0610717005. Bit fail 24. 
Epochs   472. Current error: 0.0009952184. Bit fail 0. 
my test result -0.001642 

: 다른 시도에서

Max epochs 500000. Desired error: 0.0010000000. 
Epochs   1. Current error: 0.0686412785. Bit fail 24. 
Epochs   842. Current error: 0.0008697828. Bit fail 0. 
my test result -4052122560819626000.000000 

다음

훈련 세트 크기가 부적절 할 수 있음을 알았지 만 (적어도 100 개의 입력/출력 쌍만 보유하고 있음), 적어도 훈련 데이터가 올바른 출력 값을 트리거하지 않아야합니까? 는 AS 가능하지 않음

긴 대답을 (그러나 : 동일한 코드

Answer 1

짧은 답변을 (난 이미 내 1 개 연결 제한을 사용했습니다)를 FANN의 웹 사이트에 설명 된 "시작"XOR 기능을 위해 잘 작동하지 않습니다 수정) :

첫 번째 : 훈련 실행은 테스트 데이터에서와 같이 출력에 영향을 미치는 위치로만 뉴런의 가중치를 이동합니다. 몇 번이나 반복 한 후에 출력은 예상 된 출력에 가깝습니다. 신경 네트워크가 정상적으로 작동합니까?

두 번째 : 모든 문제에 대해 모든 연결 네트워크가 작동하는 것은 아닙니다. 단일 뉴런의 경우 하나의 뉴런으로 근사화 될 수없는 간단한 함수를 사용하는 것이 매우 쉽습니다. 비록보기가 쉽지는 않지만 모든 신경망에 동일한 제한이 적용됩니다. 이 경우 결과는 임의의 숫자처럼 보일 수 있습니다. 댓글 이후 편집 : 대부분의 경우 네트워크에 뉴런을 추가하여이를 수정할 수 있습니다.

세 번째 : 사실 네트워크의 외주를 잘 처리 할 수 ​​있기 때문에 실제로 첫 번째 요점은 신경망의 강점입니다.

4th : 나는 음악에 대한 나의 부족한 이해 때문에 3 가지를 비난합니다. 단지 내 뇌에 맞지 않습니다 .--)

Answer 2

아니요, ANN이 교육 데이터에서 완벽하게 작동하게되면, 정말로 쉬운 문제가 있거나 지나치게 적합합니다.