데이터를 세 가지 클래스로 분류하는 다중 레이어 퍼셉트론을 프로그래밍하는 학교 프로젝트가 있습니다. 내가 http://home.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html에서 backpropagation 알고리즘을 구현했습니다. 실제로이 설명 된 단계를 충족하고 충족하는 경우 내 알고리즘 (backpropagation의
현재 주가 예측을 위해 pybrain을 사용하여 신경망을 만들려고합니다. 지금까지 네트워크를 바이너리 출력으로 만 사용했습니다. 그 네트워크 sigmoid 내부 레이어 충분했지만 나는 이것이 가격 예측에 대한 올바른 접근 방법이라고 생각하지 않습니다. 문제는 내가 그런 완전히 선형 네트워크를 만들 때 항상 RuntimeWarning 같은 오류를 얻을입니다
ANN 초급 : 금의 가격을 예측하기 위해 역 전파 신경망을 구현하고 있습니다. 내 데이터를 교육 데이터, 선택 데이터 및 테스트 데이터로 분할해야한다는 것을 알고 있습니다. 그러나 나는 이러한 데이터 세트를 사용하는 방법을 계속 알지 못합니다. 처음에는 교육을받은 후 데이터 네트워크를 교육하고 있었고 훈련을 마친 후 네트워크에서 테스트 세트와 출력을 비교
신경망을 훈련시키는 유전자 알고리즘을 만들기로 결심했습니다. 그들은 하나의 (많은) 가변 유전자 중 하나가 전달 기능이되어야하는 상속을 통해 성장할 것입니다. 그래서 저는 수학의 깊이를 더 깊이 생각해야합니다. 실제로 시간이 많이 소모됩니다. 예를 들어, 나는 3 가지 변이체 유전자 변이체를 갖는다. 1) 로그 시그 모이 드 함수 2) 탄 시그 모이 드 함
Silva 및 Almeida의 알고리즘은 각 가중치에 대해 개별적인 적응 학습률을 도입하여 기존 백 프로 모션 알고리즘을 향상시킵니다. 다음과 같이 새로운 학습 속도에 대한 값은 계산 : 나는 상수 u 및 d이 u > 1 및 d < 1로 설정되어 있는지 읽을 . 이러한 제약 조건은 다소 광범위하므로 이러한 값을 설정하기위한 일반적인 지침이 있습니까? 아니면
Backpropagation을 사용하여 일기 예보 프로그램을 작성하려고합니다. 나는 온도, 습도, 풍속, 해수면 압력 등과 같은 다른 매개 변수의 데이터를 가지고 있습니다. 입력 레이어 (온도, 습도, 풍속, 해수면 압력)에 대해 4 개의 매개 변수 (4 노드)를 설정했습니다. 출력/대상이 무엇인지 혼란스러워합니다. 월별/계절별 구분이 필요합니까? 그리고
처음에는 Matlab에서 Backpropagation 네트워크를 구현하고이를 XOR에 사용했습니다. 그러나 다음 입력/대상 조합을 사용하여 동일한 네트워크에 사용하고 있습니다. 입력은 [0 0; 0 1; 1000 0; 1 1], 대상 = [0; 1000; 1; 0] 을 = 네트워크는 모든 네트워크를 배울 수 없습니다 [1;1;1;1] 으로 내가 출력을 얻을
MATLAB의 초보자입니다. C에서 온라인 역 전파 (BP) 코드를 확인하고 싶습니다. 코드가 동일한 네트워크 설정과 정확히 일치하는지 테스트해야합니다. . 네트워크 설정은 원본 BP (XOR 문제의 경우) 2 입력, 숨겨진 노드 2 개 및 출력 1 개입니다. 사용 된 학습 속도 설정은 0.01, 운동량 0.95, 중지 기준은 0.01이고 성능 측정은 ss
오차 미분을 계산할 때 다음과 같은 작업을하고 있는데 정확히 왜 그런지는 잘 모르겠습니다. double errorDerivative = (-output * (1-output) *(desiredOutput - output));
첫 번째 출력에서 빼기를 제거하면 오류가 발생하여 최대 시간 제한에 도달합니다. 나는 이것을 빼기 연산자를 사용하지 않는 여기
내 nn을 훈련하는 동안 몇 가지 어려움이 있습니다. 내가 사용할 때, 말하자면, 훈련 세트의 끝에서 10 개의 훈련 세트는 신경 네트워크가 마지막 2 개를 위해 훈련 된 것입니다. 나는 네트워크 훈련에 사용했던 값과 같은 값을 입력하고 있으며, 마지막 두 개를 제외하고는 잘못된 결과를 얻고 있습니다. 그것은 새로운 nn 메모리가 오래된 메모리를 억제하는