我的神经网络有多少个输出神经元？

我有5184倍的值（两位数字的值，换算成字节的图像）的22个输入的神经网络，并且我试图设置2个输出具有值0或1，如：我的神经网络有多少个输出神经元？

<input data line with 5184 values> 
0 1 
<input data line with 5184 values> 
1 0 
<input data line with 5184 values> 
. 
. 
.

而且，当我做这样的训练，我得到如下结果：

Epochs   1. Current error: 0.3750000000. Bit fail 33.

那么，这一点失败了？ The documentation says：

失败位数;意味着不同于失败极限的输出神经元数量。

但是，如果我只有2个输出，我怎么能有33个输出神经元失效？

--update

我想象这33可以是从总44个输出（2从各22个输入）的。但是文档中没有什么可以证实这一点...

来源

2014-11-08 Tom Brito

数字'33'是神经网络训练期间输出与预期目标输出之间的“差异”以上的数量。这只是表示你的神经网络偏离了期望输出的33位'太多'。请注意，它计算了所有的输出，并给出了一个当前的“错误率”，这对你来说是37.5％。根据文档，标准错误率容差为0.35，因此假设这是33％40 = 1320位输出中的错误位数相当于33位的2.5％。或者至少这是我从这些文档页面了解到的。

您可能意外地有超过2个输出。 1320/22 = 60.

来源

2014-11-14 22:22:48 aphid

感谢您的回答！我不明白这个'33 * 40'，你的意思是'33 * 44'？或者这个'40'来自哪里？此外，如果我打印'fann_num_output_train_data'，我得到'2'，所以看起来像输出是正确的。无论如何，你确实帮助澄清了一些失败的东西，谢谢！ – 2014-11-17 22:20:55

40来自2.5％。 2.5 * 40 = 100％，这应该是你的全部。从这三个事实我可以用一些基本的数学计算最后的值。当然，我假设错误信息是正确的。 – aphid 2014-11-18 07:53:24

我明白'1320'为'（33/2.5）* 100 = 1320'。但是我仍然试图弄清楚这个“40”......如果我做了1320/33我得到了40个，但是这40个真的意味着什么？ – 2014-11-30 20:01:38

我的神经网络有多少个输出神经元？

回答

相关问题