2016-06-09 7 views
0

나는 많은 입력이있는 신경망을 가지고 있으며, 입력 중 단 하나만 중요하다는 것을 깨닫기 위해 그것을 훈련시키고 싶다. 먼저 input [1] = 1로 주어진 결과와 주어진 결과 10 을 입력 한 다음, input [1] = 0과 주어진 결과가 0이 아닌 정확한 동일한 입력을 가지고 훈련합니다.신경망 백 프로 퍼 게이트 (1 출력)는 어디서 얻지 못합니까?

오류가 0이 될 때까지 다른 하나로 전환하지만 출력이 주어진 결과와 같아 질 때까지 서로 다른 가중치를 계속 변경하면서 입력 [1]과 관련된 가중치 만 고려해야한다는 것을 결코 깨닫지 못합니다. 이렇게 말하면 어떻게 든 우회 할 수 있습니까?

ps. 나는 Sigmoid와 파생물을 사용하고 있습니다.

+0

처음에는 너무 광범위합니다. 두 번째로 나는 동시에 모든 다른 샘플, 각 패스마다 다른 샘플로 네트워크를 조정해야한다고 생각합니다. 마지막에 모든 샘플을 만족시키는 최상의 결과를 얻는 데 기본적으로 가장 중요한 가중치를 저장합니다. –

답변

1

당신이하는 것은 점진적이거나 선택적 학습입니다. 새로운 데이터에 대해 네트워크를 재 훈련 할 때마다 새로운 데이터를 맞추기가 여러개의 신기원들입니다. 귀하의 경우 증분 학습에 신경 쓰지 않고 데이터 세트의 결과에 신경을 쓰면 네트워크가 수렴되어 교육 데이터에 적합하지 않을 때까지 몇 차례 반복 된 데이터 세트를 사용하는 것이 좋습니다.

+0

증분 학습 만이이 경우에 중요한 문제입니다. 어떻게이 작업을 수행 할 수 있는지 알고 계십니까? 나는 하루에 한 세트의 입력만을받으며, 그것들을 개별적으로 실행하는 것으로부터 배우기로되어있다. 그것은 내 시험 프로젝트이고 나는 지금 당황 스럽다. 어떤 제안이라도 인정 될 것이다. – humudu

+0

그들은 이것에 관해 많은 이야기를하고있다. 나는 당신의 질문에 대한 최고의 직감을 갖도록 약간의 readinng로 확신합니다. – Feras