Encog输出的值较小

Question

我尝试训练网络以对文本进行分类。在入口处，我仅提交一个从0和1提交矢量。一切都很好:)注意到计算返回一个负值向量，例如{0.56，-0.09，-0.01}。只能有一个负值或几个或没有。

我在做什么错？

inputsize = 360

outputsize = 3

        var network = new BasicNetwork();
        network.AddLayer(new BasicLayer(null, true, inputSize));
        network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, inputSize / 6));
        network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, inputSize / 6 / 4));
        network.AddLayer(new BasicLayer(null, false, outputSize));
        network.Structure.FinalizeStructure();
        network.Reset();

Encog版本3.4.0

Answer 1

您的网络创建本身很好，尽管建议隐藏层中的神经元的数量至少应为一半，并且您可能会看到更高的准确性，而不是更多（Bayramet等，2013）。

负值通常可能是网络不准确的原因，在训练网络时，您可以看到平均正方形错误（MSE），这是确保您获得最低错误的好方法：

//Train network on data set, parameters (Network, dataset, learning rate, momentum).
IMLTrain learner = new Backpropagation(EncogNetwork, data, lr, mom);
double lastError = double.PositiveInfinity;
//Training loop while error is decreasing by 0.0000001 or more every 1000 iterations.
do
{
     //Set last error as error if the network has trained before.
     if (learner.Error != 0)
     {
         lastError = learner.Error;
     }
     //Do 1000 learning iterations.
     int i = 0;
     while (i < 1000)
     {
          learner.Iteration();
          i++;
     }
} while (lastError - learner.Error > 0.0000001);
double error = learner.Error;

可能是误差，即1.2会产生较差的结果。您还应该尝试学习率和动力以帮助达到低错误。

计算时，如果您输入较差或无关的值，则很容易获得负输出。这就是我可以说的，您提供的信息量。