0
ニューラルネットワークを1つの隠れ層で作成しようとしました（データベクトルに4つの値があり、入力層に3つのニューロン、隠れ層に3つのニューロン、出力レベルに1つのニューロンがあるとしましょう） ）。私は2つの既知の結果を持つ2つのベクトルのデータを持っています。ニューラルネットワークが学習していない
私は最初のデータセットを使ってネットワークを教えて、次に2番目のセットを適用します。重みは、バックプロパゲーション法を用いて補正される。重み補正後の最初のセットの値を予測しようとすると、2番目の結果に非常に近い結果が得られるという問題があります。したがって、ニューラルネットワークは最初のトレーニングを「忘れる」。
私のプログラムの完全なコードここでは、ここでhttps://gist.github.com/edtechd/7f19f0759bb808a31a3f
ある授業中および後に、ここでhttps://gist.github.com/edtechd/63aace5d88dee1ab6835
加重値であるNNのトレーニング機能である
public void Train(double[] data, double expectedResult)
{
double result = Predict(data);
double delta = Perceptron.ActivationFunction(expectedResult) - Perceptron.ActivationFunction(result);
double eta = 20;
// Calculate layer 2 deltas
for (int i = 0; i < size2; i++)
{
deltas2[i] = delta * weights3[i];
}
// Calculate layer 1 deltas
for (int i = 0; i < size1; i++)
{
deltas1[i] = 0;
for(int j=0; j < size2; j++) {
deltas1[i] += deltas2[j] * weights2[j * size1 + i];
}
}
// Correct layer 1 weights
for (int i = 0; i < data.Length; i++)
{
for (int j = 0; j < size1; j++)
{
weights1[j * data.Length + i] += eta * deltas1[j] * values1[j] * (1 - values1[j]) * data[i];
}
}
// Correct layer 2 weights
for (int i = 0; i < size1; i++)
{
for (int j = 0; j < size2; j++)
{
weights2[j * size1 + i] += eta * deltas2[j] * values2[j] * (1 - values2[j]) * values1[i];
}
}
double resultA = Perceptron.ActivationFunction(result);
for (int i = 0; i < size2; i++)
{
weights3[i] += eta * delta * resultA * (1 - resultA) * values2[i];
}
}
私が何かを逃したのですか？