Encog输入图层大小错误？

所以我对Encog很陌生，我跟随Mr.Heaton在C＃中对Encog的介绍，并且试着用它来解决这个问题。我的简单练习是开发一个网络，根据他们的年龄确定一个人的“疯狂程度”，我提供了一套训练集。然而，我发现自己面临这个问题：Encog输入图层大小错误？

“输入层大小6必须匹配训练输入大小为1”。

我确定我在某个地方犯了一个重大错误，这是我的简单代码。

public static double[][] InsanityInput = 
{ 
    //age 
    new double[1]{20}, 
    new double[1]{25}, 
    new double[1]{30}, 
    new double[1]{35}, 
    new double[1]{40}, 
    new double[1]{45} 
}; 
public static double[][] InsanityIDEAL = 
{ 
    //insanity level 
    new double[1]{100}, 
    new double[1]{90}, 
    new double[1]{75}, 
    new double[1]{60}, 
    new double[1]{30}, 
    new double[1]{20} 
}; 

static void Main(string[] args) 
{ 
    BasicNetwork network = new BasicNetwork(); 
    network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 6)); //input layer 
    network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 6)); //hidden layer 
    network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 1)); //output layer 
    network.Structure.FinalizeStructure(); 
    network.Reset(); 
    INeuralDataSet trainingSet = new BasicNeuralDataSet(InsanityInput, InsanityIDEAL); 
    ITrain train = new ResilientPropagation(network, trainingSet); 

    int epoch = 1; 
    do 
    { 
     train.Iteration(); 
     Console.WriteLine("Epoch #" + epoch + " Error:" + train.Error); 
     epoch++; 
    } while((epoch<5000)&&(train.Error > 0.001)); 

    double[] inputArray = {27}; //input the age 
    INeuralData inputData = new BasicNeuralData(inputArray); 
    INeuralData outputData = network.Compute(inputData); 
    Console.WriteLine("\nNetwork Prediction: " + outputData.ToString()); 

    Console.ReadKey(); 
}

这实际上是由Mr.Heaton在教程中讨论的相同的代码。请帮助我，谢谢！

来源

2014-10-29 Roger

简称：

线

network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 6)); //input layer

应该魔神这样

network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 1)); //input layer

为什么：

你需要建立基本的神经网络，实际上Single Layer Perceptron。作为输入您提供一个值年龄和作为输出您需要一个号码是疯狂水平。在你的代码中，你创建的网络需要6个信号作为输入，但你只提供了一个年龄，Encog不知道其他5个神经元应该是什么信号。

你的网络是这样的：

Wrong graph

标志着我没有信号输入到红色。因为你只需要提升一个变量，所以需要将输入层减少到1. 代码中的另一个错误是缺少normalization。您在范围（0-100）内获得输入并期望输出在范围内（0-100）。 Sigmoid function结果集是从0到1的形式，所以在训练您的网络之前，您需要规范化训练集。请记住在测试网络时要正常化输出。你可以这样做NormalizeArray

来源

2014-10-30 08:45:32 janisz

Encog输入图层大小错误？

回答

相关问题