java - 神经网络错误趋势

Question

我对神经网络比较陌生，所以当我在数据中发现这种趋势时，我非常感兴趣。我有一个使用无动量反向传播的多层感知器网络。学习率为0.02，训练中允许的最小误差范围为0.01。网络必须学习如何对两个 boolean 值(它们的值是 1 或 0)正确应用异或运算。有一些有偏见的神经元来反驳异或问题不具有线性可分离性的事实(不确定我的措辞是否正确)。网络的神经元使用 Sigmoid 传递函数。我想知道为什么图表以这种趋势增长。再次随机化网络权重并再次训练后，图表总是这样显示。这是为什么？

Answer 1

对我来说，这看起来是正确的，也许你只是误读了图表。 x 轴上有迭代。您可以将其视为时间轴以进行简化。你的 y 轴是网络的误差(越低越好)。因此，随着训练过程中时间的推移，您的网络会产生更好的结果(误差更低)。