- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我知道这个问题已经被提出了一百万次,但是,我不明白为什么这段代码会抛出错误,我已经找到了导致错误的 FOR 循环的罪魁祸首,但是,我没有发现任何问题
我遇到错误 - “列表索引超出范围 (4)”
function TNetwork.FeedForward(InputVals : array of Real) : Real;
var
I : Integer;
begin
for I := 0 to Length(InputVals)-1 do
begin
Input[I].Input(InputVals[I]);
end;
for I := 0 to Length(Hidden)-1 do
begin
Hidden[I].CalcOutput;
end;
Output.CalcOutput;
Result := Output.GetOutput;
end;
错误发生在第二个For循环,这里是我设置隐藏数组大小的地方。
constructor TNetwork.Create(Inputs, HiddenTotal : Integer);
var
C : TConnection;
I, J : Integer;
begin
LEARNING_CONSTANT := 0.5;
SetLength(Input,Inputs+1);
SetLength(Hidden,HiddenTotal+1);
所以,正如我所见,循环只执行了三次,那么它为什么要尝试索引第 4 个空格?别管为什么,更重要的是,怎么做?
如果有人能阐明原因并提供可能的解决方法,我将不胜感激
为了完成,这是完整的单元..
unit NeuralNetwork_u;
interface
uses
Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
Dialogs, StdCtrls, ComCtrls, Math;
type
TConnection = Class;
TNeuron = class(TObject)
protected
Output : Real;
Connections : TList;
isBias : Boolean;
public
Constructor Create; overload;
Constructor Create(BiasValue : Integer); overload;
procedure CalcOutput;
procedure AddConnection( Con : TConnection );
function GetOutput : Real;
Function F( X : Real ) : Real;
end;
TConnection = class
private
nFrom, nTo : TNeuron;
Weight : Real;
public
constructor Create(a , b : TNeuron) ; overload;
constructor Create(a, b : TNeuron ; W : Real) ; overload;
function GetFrom : TNeuron;
function GetTo : TNeuron;
function GetWeight : Real;
procedure AdjustWeight(DeltaWeight : Real);
end;
type TInputNeuron = class(TNeuron)
public
procedure Input (D : Real);
end;
type THiddenNeuron = class(TNeuron)
private
public
end;
type TOutputNeuron = Class(TNeuron)
private
public
end;
type TNetwork = class(TObject)
private
LEARNING_CONSTANT : Real;
public
Input : array of TInputNeuron;
Hidden : array of THiddenNeuron;
Output : TOutputNeuron;
constructor Create(Inputs,HiddenTotal : Integer);
function FeedForward(InputVals : array of Real) : Real;
function Train(Inputs : array of Real ; Answer : Real) : Real;
function TrainOnFile(Epochs : Integer ; TrainingFile : String) : Real;
end;
implementation
constructor TNeuron.Create;
begin
Output := 0;
Connections := TList.Create;
isBias := False;
end;
Constructor TNeuron.Create(BiasValue : Integer);
begin
Output := BiasValue;
Connections := TList.Create;
isBias := True;
end;
procedure TNeuron.CalcOutput;
var
Sum : Real;
Bias : Real;
C : TConnection ;
NeuronFrom, NeuronTo : TNeuron;
I : Integer;
begin
if isBias then
else
begin
Sum := 0;
Bias := 0;
for I := 0 to Connections.Count do
begin
C := Connections[I];
NeuronFrom := C.GetFrom;
NeuronTo := C.GetTo;
if NeuronTo = self then
begin
if NeuronFrom.isBias then
begin
Bias := NeuronFrom.GetOutput * C.GetWeight;
end
else
begin
Sum := Sum + NeuronFrom.GetOutput * C.GetWeight;
end;
end;
end;
Output := F(Bias + Sum);
end;
end;
procedure TNeuron.AddConnection(Con : TConnection);
begin
Connections.Add(Con) ;
end;
function TNeuron.GetOutput : Real;
begin
Result := Output;
end;
function TNeuron.F( X : Real ) : Real;
begin
Result := 1.0 /(1.0 + Exp(-X));
end;
procedure TInputNeuron.Input ( D : Real);
begin
Output := D;
end;
constructor TConnection.Create(a, b : TNeuron);
begin
nFrom := a;
nTo := b;
Weight := Random * 2 - 1;
end;
constructor TConnection.Create(a, b : TNeuron ; w : Real);
begin
nFrom := a;
nTo := b;
Weight := w;
end;
function TConnection.GetFrom : TNeuron;
begin
Result := nFrom;
end;
function TConnection.GetTo : TNeuron;
begin
Result := nTo;
end;
function TConnection.GetWeight;
begin
Result := Weight;
end;
procedure Tconnection.AdjustWeight(DeltaWeight : Real);
begin
Weight := Weight + DeltaWeight;
end;
constructor TNetwork.Create(Inputs, HiddenTotal : Integer);
var
C : TConnection;
I, J : Integer;
begin
LEARNING_CONSTANT := 0.5;
SetLength(Input,Inputs+1);
SetLength(Hidden,HiddenTotal+1);
for I := 0 to Length(Input)-1 do
begin
Input[I] := TInputNeuron.Create;
end;
for I := 0 to Length(Hidden)-1 do
begin
Hidden[I] := THiddenNeuron.Create;
end;
Input[Length(Input)-1] := TInputNeuron.Create(1);
Hidden[Length(Hidden)-1] := THiddenNeuron.Create(1);
Output := TOutputNeuron.Create;
for I := 0 to Length(Input)-1 do
begin
for J := 0 to Length(Hidden)-1 do
begin
C := TConnection.Create(Input[I],Hidden[J]);
Input[I].AddConnection(C);
Hidden[J].AddConnection(C);
end;
end;
for I := 0 to Length(Hidden)-1 do
begin
C := TConnection.Create(Hidden[I],Output);
Hidden[I].AddConnection(C);
Output.AddConnection(C);
end;
end;
function TNetwork.FeedForward(InputVals : array of Real) : Real;
var
I : Integer;
begin
for I := 0 to Length(InputVals)-1 do
begin
Input[I].Input(InputVals[I]);
end;
for I := 0 to Length(Hidden)-1 do
begin
Hidden[I].CalcOutput;
end;
Output.CalcOutput;
Result := Output.GetOutput;
end;
function TNetwork.Train(Inputs : array of Real ; Answer : Real) : Real;
var
rResult : Real;
deltaOutput, rOutput, deltaWeight, Sum, deltaHidden : Real;
Connections : TList;
C : TConnection;
Neuron : TNeuron;
I, J : Integer;
begin
rResult := FeedForward(Inputs);
deltaOutput := rResult * (1 - rResult) * (Answer - rResult);
Connections := Output.Connections;
for I := 0 to Connections.Count do
begin
C := Connections[I];
Neuron := C.GetFrom;
rOutput := Neuron.Output;
deltaWeight := rOutput * deltaOutput;
C.AdjustWeight(LEARNING_CONSTANT * deltaWeight);
end;
for I := 0 to Length(Hidden) do
begin
Connections := Hidden[I].Connections;
Sum := 0;
for J := 0 to Connections.Count do
begin
C := Connections[J];
if c.GetFrom = Hidden[I] then
begin
Sum := Sum + (C.GetWeight * deltaOutput);
end;
end;
for J := 0 to Connections.Count do
begin
C := Connections[I];
if C.GetTo = Hidden[I] then
begin
rOutput := Hidden[I].GetOutput;
deltaHidden := rOutput * ( 1 - rOutput);
deltaHidden := deltaHidden * Sum;
Neuron := C.GetFrom;
deltaWeight := Neuron.GetOutput * deltaHidden;
C.AdjustWeight(LEARNING_CONSTANT * deltaWeight);
end;
end;
end;
Result := rResult;
end;
function TNetwork.TrainOnFile(Epochs : Integer ; TrainingFile : string) : Real;
var
FileT : TStringList;
Inputss : array of Real;
Outputss : Real;
I, C : Integer;
sTemp : String;
NumInputs, NumOutputs : Integer;
begin
// Load File
FileT := TStringList.Create;
try
FileT.LoadFromFile(TrainingFile);
except
raise Exception.Create('Training File Does Not Exist');
end;
for I := 0 to FileT.Count-1 do
begin
sTemp := FileT[I];
if I = 0 then
begin
// get Configurators
Delete(sTemp,1,Pos(' ',stemp)); // no Longer need training Set count
NumInputs := StrToInt(Copy(sTemp,1,Pos(' ',sTemp)-1));
Delete(sTemp,1,Pos(' ',sTemp));
NumOutputs := StrToInt(Copy(sTemp,1,Length(sTemp)));
SetLength(Inputss,NumInputs+1);
end
else
begin
for C := 0 to NumInputs-1 do
begin
Inputss[C] := StrToFloat(Copy(sTemp,1,Pos(' ',sTemp)-1));
Delete(sTemp,1,Pos(' ',sTemp));
end;
Outputss := StrToFloat(Copy(sTemp,1,Length(sTemp)));
Train(Inputss,Outputss);
end;
end;
end;
end.
最佳答案
for I := 0 to Connections.Count do
你跑到列表的末尾了。有效索引为 0
到 Connections.Count-1
(含)。你走得太远了。
你反复犯这个错误。当然,您需要在任何地方修复它。
list index out of bounds 错误通常出现在对集合类(如 TList
或 TStringList
)执行越界访问时.
另一方面,除非启用范围检查,否则数组边界错误是不可预测的。如果你这样做,而且你应该这样做,那么你会收到此类事件的运行时错误。您需要启用范围检查。
关于Delphi - 列表索引越界(4),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32106343/
这几天我一直在努力。我一直在自学 CSS,所以对菜鸟好一点。我正在创建一个推荐 slider 。推荐以 3 个 block 显示。我希望前 2 个下降,第 3 个上升。但是当 slider 激活时,无
我最近开始学习 Nodejs,现在我很困惑我的网络应用程序使用什么,html 还是 ejs (Express)。 Ejs 使用 Express 模块,而 .html 使用 HTML 模块。我的第一个问
假设我们有一个 PostgreSQL 表contacts,每条记录都有一堆带标签的电子邮件地址(标签和电子邮件对)——其中一个是“主要”。 存储方式如下: id 主键 电子邮件 文本 email_la
我成功为一种新的tesseract语言编写了traineddata文件,但是当我完成时,我继续收到以下错误: index >= 0 && index = 0 && 索引 < size_used_ :E
这个问题已经有答案了: How to deal with SettingWithCopyWarning in Pandas (21 个回答) 已关闭 4 年前。 假设我有一个像这样的数据框,第一列“密
如果我有一个位置或行/列同时用于 A 和 B 位置,请检查 B 是否与 A 成对角线? 1 2 3 4 5 6 7 8 9 例如,我如何检查 5 是否与 7 成对角线? 此外,如果我检查 4 是
MongoDB:索引 一、 创建索引 默认情况下,集合中的_id字段就是索引,我们可以通过getIndexes()方法来查看一个集合中的索引 > db.user.getIndexes() [ { "v
一、索引介绍 索引是一种用来快速查询数据的数据结构。 B+Tree就是一种常用的数据库索引数据结构,MongoDB采用B+Tree 做索引,索引创建在colletions上。 MongoDB不使用索引
我无法决定索引。 就像我有下面的查询需要太多时间来执行: select count(rn.NODE_ID) as Count, rnl.[ISO_COUNTRY_CODE] as Cou
我有这些表: CREATE TABLE `cstat` ( `id_cstat` bigint(20) NOT NULL, `lang_code` varchar(3) NOT NULL,
我正在尝试找到一种方法来提高包含 IP 范围的 mysql 表的性能(在高峰时段每秒最多有 500 个 SELECT 查询(!),所以我有点担心)。 我有一个这种结构的表: id smallint(
jquery index() 似乎无法识别元素之一,总是说“无法读取未定义的属性‘长度’”这是我的代码。mnumber 是导致问题的原因。我需要 number 和 mnumber 才能跟踪使用鼠标,并
我们有一个包含近 4000 万条记录的 MongoDB 集合。该集合的当前大小为 5GB。此集合中存储的数据包含以下字段: _id: "MongoDB id" userid: "user id" (i
文档说:如果你有多个字段的复合索引,你可以用它来查询字段的开始子集。所以如果你有一个索引一个,乙,丙你可以用它查询一种一个,乙a,b,c 我的问题是,如果我有一个像这样的复合索引一个,乙,丙我可以查询
我正在使用 $('#list option').each(function(){ //do stuff }); 循环列表中的选项。我想知道如何获取当前循环的索引? 因为我不想让 var i = 0;循
MySQL索引的建立对于MySQL的高效运行是很重要的,索引可以大大提高MySQL的检索速度。 打个比方,如果合理的设计且使用索引的MySQL是一辆兰博基尼的话,那么没有设计和使用索引的MySQL
SQLite 索引(Index) 索引(Index)是一种特殊的查找表,数据库搜索引擎用来加快数据检索。简单地说,索引是一个指向表中数据的指针。一个数据库中的索引与一本书后边的索引是非常相似的。
我是 RavenDB 的新手。我正在尝试使用多 map 索引功能,但我不确定这是否是解决我的问题的最佳方法。所以我有三个文件:Unit、Car、People。 汽车文件看起来像这样: { Id: "
我有以下数据,我想根据范围在另一个表中建立索引 我想要实现的是,例如,如果三星的销售额为 2500,则折扣为 2%,低于 3000 且高于 1000 我知道它可以通过索引来完成,与多个数组匹配,然后指
我正在检查并删除 SQL 数据库中的重复和冗余索引。 所以如果我有两个相同的索引,我会删除。 例如,如果我删除了重叠的索引... 索引1:品牌、型号 指标二:品牌、型号、价格 我删除索引 1。 相同顺
我是一名优秀的程序员,十分优秀!