Pybrainは任意の入力に対して同じ結果を出力します

Question

私はPybrainで単純なニューラルネットワークを訓練しようとしています。トレーニングの後、nnが意図したとおりに動作していることを確認したいので、トレーニングに使用したのと同じデータを有効にします。 しかし、すべてのアクティベーションは同じ結果を出力します。ニューラルネットワークに関する基本的な考え方を誤解していますか、それとも設計上のものですか？

隠しノードの数、隠しクラスの種類、バイアス、学習率、トレーニングエポックの数、無駄な勢いを変更しようとしました。

これは私のコードです...

from pybrain.tools.shortcuts import buildNetwork         
from pybrain.datasets import SupervisedDataSet         
from pybrain.supervised.trainers import BackpropTrainer 

net = buildNetwork(2, 3, 1) 
net.randomize()              

ds = SupervisedDataSet(2, 1)              
ds.addSample([77, 78], 77)               
ds.addSample([78, 76], 76)               
ds.addSample([76, 76], 75)               

trainer = BackpropTrainer(net, ds)             
for epoch in range(0, 1000):                 
    error = trainer.train()                  
    if error < 0.001:                   
     break              

print net.activate([77, 78])              
print net.activate([78, 76])              
print net.activate([76, 76]) 

は、これは、出力が起動入力が異なっていても同じである見ることができるように結果が...することができるものの一例です。

[ 75.99893007] 
[ 75.99893007] 
[ 75.99893007] 

Answer 1

誤り率が0.00001を打つまで、Iは0と1との間でデータを正規化し、また訓練することによって、これを解決しました。訓練に時間がかかりますが、今は正確な結果が得られます。

Answer 2

私は次のことを行うことによって（すなわち、各入力ごとに異なる答えを得る）の精度を向上させることができた、同様の問題がありました。これを行う

1. 正規化/ニューラルネットワークへの入力と出力を標準化

   • ニューラルネットワークがより正確回答

   を予測するために、ネットワークの内部の重みと値を決定することを可能にします

   • heresこれについて詳しく説明する記事。最後にhttp://visualstudiomagazine.com/articles/2014/01/01/how-to-standardize-data-for-neural-networks.aspx