我的数据集是这样的: 我有7个字母(a,b,c,d,e,f,g)写成9(行)x7(列)每个使用'#'和' - ',其中'#'是1,' - '是-1。 每个字母有3种字体,所以我总共有21个字符。 N输入神经元:63 隐藏:1 输出:7 字母'b'的目标是:-1,1,-1,-1,-1,-1,-1(因为第二个字母在字母是'b')。 学习率:1 方法:使用增量规则反向传播。 激活函数:双极sigmoid。 -0.5到0.5之间的随机权重。 在第60万纪元之后,MSE约为58,并减少了0,006,然后减少了0,003,依此类推。 我试图提高学习速度和隐藏的神经元的数量,但如果我这样做,它开始分歧。 我不认为我的神经网络是错误的,因为它可以解决异或在300时代,并可以立即学习2个字母(如果我只使用2个字母的输入)。 我真的需要得到它的工作,因为我希望它是我最终的学校项目。 NN需要多少时间来解决这样的问题? 我错在哪里? 你能建议我一个软件或一个网站,我可以建立一个神经网络,并检查实施是否正确? 谢谢。我的多层神经网络收敛太慢(几乎不可用)
-2
A
回答
0
我终于修正了错误,我把内部的计数器与外部的计数器混淆了。现在需要不到1秒(< 30个纪元)学习21个字符,配置为63-4-7。抱歉,添麻烦了。
相关问题
- 1. 神经网络不收敛
- 2. XOR神经网络(FF)收敛到0.5
- 3. 神经网络收敛到零输出
- 4. 神经网络不学习异或(收敛到0.5输出)
- 5. 多层神经网络中的权重
- 6. MLP神经网络训练不正确,可能收敛到本地最小值
- 7. 单层神经网络
- 8. 神经网络 - 输出收敛到0,python
- 9. 为什么这个简单的神经网络不能收敛到XOR?
- 10. 我的神经网络有多少个输出神经元?
- 11. 多输出神经网络
- 12. 神经网络
- 13. 神经网络
- 14. 为什么辍学会阻止卷积神经网络的收敛?
- 15. TensorFlow:2层前馈神经网络
- 16. 双层神经网络Tensorflow python
- 17. 用于多模式识别的神经网络输出层
- 18. 简单Tensorflow多层神经网络不学习
- 19. 的神经网络
- 20. sigmoid神经网络
- 21. H2O.deeplearning神经网络
- 22. 神经网络:“InverseLayer”
- 23. Hopfield神经网络
- 24. 神经网络[ocr]
- 25. MATLAB神经网络
- 26. 神经网络,python
- 27. RBF神经网络
- 28. 神经网络MNIST
- 29. 如何在tensorflow中避免Nan在我的神经网络层?
- 30. 回归神经网络是一个神经网络链吗?
这个问题几乎不可能回答 - “我在哪里错了”没有代码,并且一个项目虽然可行,但速度很慢......我喜欢“深度学习工具箱”作为Matlab中的参考实现,但是您没有甚至没有给我们一种语言,所以没有办法提供建议。关于不断增加的收敛时间有大量的文献,但在一天结束时,它将全部取决于您的个人数据 – 2015-04-04 21:01:20