퍼셉트론 알고리즘의 일관성없는 결과

Question

퍼셉트론 알고리즘을 구현하려고하지만 일관성없는 결과가 나타납니다. 나는 무게의 초기화가 큰 영향을 끼치고 있음을 알아 챘다. 내가 뻔뻔스럽게 잘못하고있는 것이 있습니까? 감사!

import numpy as np 

def train(x,y): 

    lenWeights = len(x[1,:]); 
    weights = np.random.uniform(-1,1,size=lenWeights) 
    bias = np.random.uniform(-1,1); 
    learningRate = 0.01; 
    t = 1; 
    converged = False; 

# Perceptron Algorithm 

while not converged and t < 100000: 
    targets = []; 
    for i in range(len(x)): 

      # Calculate output of the network 
      output = (np.dot(x[i,:],weights)) + bias; 

      # Perceptron threshold decision 
      if (output > 0): 
       target = 1; 
      else: 
       target = 0; 

      # Calculate error and update weights 
      error = target - y[i]; 

      weights = weights + (x[i,:] * (learningRate * error)); 

      bias = bias + (learningRate * error); 

      targets.append(target); 

      t = t + 1; 

    if (list(y) == list(targets)) == True: 
     converged = True; 


return weights,bias 

def test(weights, bias, x): 

    predictions = []; 

    for i in range(len(x)): 

     # Calculate w'x + b 
     output = (np.dot(x[i,:],weights)) + bias; 

     # Get decision from hardlim function 
     if (output > 0): 
      target = 1; 
     else: 
      target = 0; 

     predictions.append(target); 

    return predictions 

if __name__ == '__main__': 

    # Simple Test 

    x = np.array([ [0,1], [1,1] ]); 
    y = np.array([ 0, 1 ]); 

    weights,bias = train(x,y); 
    predictions = test(weights,bias,x); 

    print predictions 
    print y 

Answer 1

퍼셉트론은하지 세계적으로 최적화 , 그래서 훈련 (그들은 당신이 당신의 알고리즘을 실행할 때마다 다를 수 있음) 가 일치하지 않을 것입니다 결과, 그것은 무게 초기화에 (다른 사람의 사이)에 따라 달라집니다. 이것은 구현 문제가 아닌 비 - 볼록 함수의 그라데이션 최적화 (퍼셉트론을 삼각형 화하는 것이 그 예입니다)의 특성입니다.