neural-network - 位失败是什么意思？

Question

我的神经网络有 22 个输入，共 5184 个值(两位数字值，图像转换为字节)，我尝试将 2 个输出神经元设置为值 0 或 1 ，例如:

<input data line with 5184 values>
0 1
<input data line with 5184 values>
1 0
<input data line with 5184 values>
.
.
.

从训练结果来看:

Epochs            1. Current error: 0.3750000000. Bit fail 33.

这个位失败是什么？ The documentation says :

The number of fail bits; means the number of output neurons which differ more than the bit fail limit.

如何让 33 个输出神经元因只有 2 个输出神经元而失败？我想这 33 个可能来自总共 44 个输出(22 个输入中每一个输入 2 个)。但文档并未证实这一点。

Answer 1

数字“33”是神经网络训练期间输出与预期目标输出之间的“差异”之上的金额。这仅表示您的神经网络与所需输出相差 33 位“太多”。请注意，它会计算所有输出，并给出当前的“错误率”，对您来说是 37.5%。根据文档，标准错误率容差为 0.35，因此假设如此，与 33*40 = 1320 位输出中的 33 位相对应的错误位有 2.5% 过多。或者至少这是我从这些文档页面中了解到的。

您可能意外地拥有超过 2 个输出。 1320/22 = 60。