J'ai créé un réseau de neurones simple avec 3 couches selon cet exemple de python: Link (PS: Vous devez faire défiler vers le bas jusqu'à la partie 2)rétropropagation ne fonctionne pas: Neural Network Java
Ceci est mon implémentation Java du code:
private void trainNet()
{
// INPUT is a 4*3 matrix
// SYNAPSES is a 3*4 matrix
// SYNAPSES2 is a 4*1 matrix
// 4*3 matrix DOT 3*4 matrix => 4*4 matrix: unrefined test results
double[][] layer1 = sigmoid(dot(inputs, synapses), false);
// 4*4 matrix DOT 4*1 matrix => 4*1 matrix: 4 final test results
double[][] layer2 = sigmoid(dot(layer1, synapses2), false);
// 4*1 matrix - 4*1 matrix => 4*1 matrix: error of 4 test results
double[][] layer2Error = subtract(outputs, layer2);
// 4*1 matrix DOT 4*1 matrix => 4*1 matrix: percentage of change of 4 test results
double[][] layer2Delta = dot(layer2Error, sigmoid(layer2, true));
// 4*1 matrix DOT 3*1 matrix => 4*1 matrix
double[][] layer1Error = dot(layer2Delta, synapses2);
// 4*1 matrix DOT 4*4 matrix => 4*4 matrix: percentage of change of 4 test results
double[][] layer1Delta = dot(layer1Error, sigmoid(layer1, true));
double[][] transposedInputs = transpose(inputs);
double[][] transposedLayer1 = transpose(layer1);
// 4*4 matrix DOT 4*1 matrix => 4*1 matrix: the updated weights
// Update the weights
synapses2 = sum(synapses2, dot(transposedLayer1, layer2Delta));
// 3*4 matrix DOT 4*4 matrix => 3*4 matrix: the updated weights
// Update the weights
synapses = sum(synapses, dot(transposedInputs, layer1Delta));
// Test each value of two 4*1 matrices with each other
testValue(layer2, outputs);
}
le point, somme, soustrayez et transposés fonctions, je me suis créé et je suis sûr qu'ils font parfaitement leur travail.
Le premier lot d'entrées me donne une erreur d'environ 0,4 ce qui est correct, car les poids sont de valeur aléatoire. Lors de la deuxième exécution, la marge d'erreur est plus petite, mais seulement de très peu (0,001)
Après 500 000 lots (soit 2 000 000 de tests au total), le réseau n'a toujours pas donné de valeur correcte! J'ai donc essayé d'utiliser une plus grande quantité de lots. En utilisant 1 000 000 de lots (soit 4 000 000 de tests au total), le réseau génère 16 900 résultats corrects.
Quelqu'un pourrait-il me dire ce qu'il se passe?
Ce sont les poids utilisés:
Première couche:
- 2,038829298171684 2,816232761170282 1,6740269469812146 1,634422766238497
- 1,5890997594993828 1,7909325329112222 2,101840236824494 1,063579126586681
- 3,761238407071311 3,757148454039234 3,7557450538398176 3,6715972104291605
Deuxième couche:
- -0,019603811941904248
- 218,38253323323553
- 53,70133275445734
-272,83589796861514
EDIT: Merci à lsnare pour me montrant en utilisant une bibliothèque serait plus facile!
Pour les personnes intéressées ici est le code de travail en utilisant la bibliothèque de math.nist.gov/javanumerics:
private void trainNet()
{
// INPUT is a 4*3 matrix
// SYNAPSES is a 3*4 matrix
// SYNAPSES2 is a 4*1 matrix
// 4*3 matrix DOT 3*4 matrix => 4*4 matrix: unrefined test results
Matrix hiddenLayer = sigmoid(inputs.times(synapses), false);
// 4*4 matrix DOT 4*1 matrix => 4*1 matrix: 4 final test results
Matrix outputLayer = sigmoid(hiddenLayer.times(synapses2), false);
// 4*1 matrix - 4*1 matrix => 4*1 matrix: error of 4 test results
Matrix outputLayerError = outputs.minus(outputLayer);
// 4*1 matrix DOT 4*1 matrix => 4*1 matrix: percentage of change of 4 test results
Matrix outputLayerDelta = outputLayerError.arrayTimes(sigmoid(outputLayer, true));
// 4*1 matrix DOT 1*4 matrix => 4*4 matrix
Matrix hiddenLayerError = outputLayerDelta.times(synapses2.transpose());
// 4*4 matrix DOT 4*4 matrix => 4*4 matrix: percentage of change of 4 test results
Matrix hiddenLayerDelta = hiddenLayerError.arrayTimes(sigmoid(hiddenLayer, true));
// 4*4 matrix DOT 4*1 matrix => 4*1 matrix: the updated weights
// Update the weights
synapses2 = synapses2.plus(hiddenLayer.transpose().times(outputLayerDelta));
// 3*4 matrix DOT 4*4 matrix => 3*4 matrix: the updated weights
// Update the weights
synapses = synapses.plus(inputs.transpose().times(hiddenLayerDelta));
// Test each value of two 4*1 matrices with each other
testValue(outputLayer.getArrayCopy(), outputs.getArrayCopy());
}
Pouvez-vous ajouter vos fonctions dot, sum, subtract, transpose et sigmoid à des fins de clarification? – CraigR8806