J'ai implémenté un perceptron multicouche pour prédire le sinus des vecteurs d'entrée. Les vecteurs sont constitués de quatre -1,0,1 choisis au hasard et d'un biais fixé à 1. Le réseau devrait prédire le sinus de la somme des vecteurs.Le réseau de neurones multicouche ne va pas prédire les valeurs négatives
par exemple Input = < 0,1, -1,0,1> Output = Sin (0 + 1 + (- 1) + 0 + 1)
Le problème que je rencontre est que le réseau Ne jamais prédire une valeur négative et beaucoup de valeurs de péché des vecteurs sont négatives. Il prédit parfaitement toutes les sorties positives ou nulles. Je présume qu'il y a un problème avec la mise à jour des poids, qui sont mis à jour après chaque époque. Quelqu'un at-il déjà rencontré ce problème avec NN? Toute aide serait géniale!!
note: Le réseau a 5 entrées, 6 unités cachées dans 1 couche cachée et 1 sortie. J'utilise une fonction sigmoïde sur les activations cachées et les couches de sortie, et j'ai essayé des tonnes de taux d'apprentissage (actuellement 0,1);
Merci beaucoup, ça a du sens! Il faut jeter un coup d'oeil autour d'une fonction qui peut permettre des valeurs négatives. Malheureusement, je ne peux pas changer le domaine du problème comme une tâche pour l'université. Merci encore! –
@B. Bowles Mis à jour ma réponse avec une solution possible. –
C'est génial, je vais essayer maintenant! Il y a beaucoup de paramètres dans cette formule qui ne s'appliquent pas à ce réseau, et les maths ne sont certainement pas mon point fort. Cela semble certainement être la voie à suivre. –