J'ai un réseau qui a 3 entrées, 2 couches cachées (6 neurones chacun, fonction d'activation sigmoïde) et un neurone en sortie. Je m'attends à ce que mon réseau soit continu, car je ne regarde pas un réseau de classification (espoir qui a du sens). Mes entrées représentent les jours dans une année (plage 0-365). En fait, je les normalise à 0-1 (à cause du sigmoïde).Entraînement de réseau neuronal. Seulement quelques résultats
Mon problème est le suivant: peu importe l'erreur d'entraînement, les valeurs réelles lors de la réutilisation de l'ensemble d'apprentissage ne sont pas correctes. Selon le nombre d'époques que j'exécute, j'obtiens des résultats différents.
Si je forme mon réseau plus de quelques milliers de fois, je n'ai que deux résultats possibles. Si je l'entraîne moins, j'obtiens plus de résultats possibles, mais les valeurs sont loin d'être à la hauteur de mes attentes.
J'ai lu que pour un réseau continu, il vaut mieux utiliser deux couches cachées.
Je ne suis pas sûr de ce que je fais mal. Si vous pouvez être utile, ce serait formidable. Faites-moi savoir si vous avez besoin de plus de détails.
Merci
MISE À JOUR 1
I réduit le nombre d'éléments dans l'ensemble de la formation. Cette fois, le réseau a convergé dans un petit nombre d'époques. Voici les erreurs de formation:
Réseau de formation
Iteration # 1. Erreur: 0,0011177179783950614
Itération n ° 2. Erreur: 0,14650660686728395
Itération n ° 3. Erreur: 0,0011177179783950614
Itération n ° 4. Erreur: 0,023927628368006597
Itération n ° 5. Erreur: 0,0011177179783950614
Itération n ° 6. Erreur: 0,0034446569367911364
Itération n ° 7. Erreur: 0,0011177179783950614
Itération n ° 8. Erreur: 8.800816244191594E-4
Erreur finale: 0,0011177179783950614
Pouvez-vous fournir plus de détails ... peut-être une table du nombre de époques et la précision? –
J'ai ajouté l'erreur d'entraînement dans le message original. Est-ce ce que vous attendiez? Merci –