- 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?
我正在努力正确实现弹性传播。我已经实现了反向传播算法来训练神经网络,它按预期用于 XOR-Net,即需要大约 600 个纪元才能将误差降至 1% 以下。现在我尝试针对相同的问题实现弹性传播 (http://en.wikipedia.org/wiki/Rprop),并且对于前几个 Epochs,错误率迅速下降到 23%,但随后上升到 50% 并保持在那里。
我完全按照 http://www.heatonresearch.com/book/introduction-neural-network-math.html 中的描述实现了它,但这是一个令人费解的描述:据我所知,它不同于维基百科 Rprop-Page 和 encog 中的实现,后者与本书由同一作者编写。我也已经尝试了来自不同来源的不同实现,但没有任何效果。
各种来源之间的一些差异:
实现这个的正确方法是什么?随后按照书上的实现:
public ResilientPropagation() {
initialUpdateValue = 0.01;
deltaMaximum = 50;
deltaMinimum = 0.000001;
negativeEta = 0.5;
positiveEta = 1.2;
double zeroTolerance = 0.0000000000000001;
signum = new Signum(zeroTolerance);
init();
}
@Override
public double calculateWeightChange(Synapse synapse, double partialDerivative) {
if (!synapseValues.containsKey(synapse)){
double initialPartialDerivative = 0;
synapseValues.put(synapse, new SynapseValues(initialUpdateValue, initialPartialDerivative));
}
SynapseValues values = synapseValues.get(synapse);
double signChange = signum.value(values.lastPartialDerivative * partialDerivative);
values.lastPartialDerivative = partialDerivative;
double weightChange = 0;
if (signChange > 0){
newUpdateValue = Math.min(positiveEta * values.updateValue, deltaMaximum);
weightChange = -1*newUpdateValue;
} else if (signChange < 0){
newUpdateValue = Math.max(negativeEta * values.updateValue, deltaMinimum);
weightChange = newUpdateValue;
} else {
newUpdateValue = values.updateValue;
double weightChange = 0;
}
values.updateValue = newUpdateValue;
return weightChange;
}
正常反向传播的相同方法工作正常:
@Override
public double calculateWeightChange(Synapse synapse, double partialDerivative) {
double previousChange = previousWeightChange.get(synapse) != null ? previousWeightChange.get(synapse) : 0;
double weightChange = learningRate * partialDerivative + momentum * previousChange;
previousWeightChange.put(synapse, weightChange);
return weightChange;
}
最佳答案
RPROP 算法有几种不同的变体。自该书出版以来,Encog 已被修改以支持更多。本书重点介绍 Reidmiller 的一篇论文所定义的经典 RPROP。随后的论文提出了额外的算法。这解释了 Encog 的优化 RPROP 算法与书中描述的算法之间的一些差异。
查看上面的代码,我有一些建议可能会有所帮助。大多数情况下,我不确定您的最终 else 子句。你有“double weightChange = 0”,它什么都不做。我认为你需要删除双。您还需要对“零”是什么建立一定的容忍度。梯度的变化很少会精确地达到零,所以我会建立一些大约为零的范围,可能是 -0.00001 到 +0.00001,以便触发 else 子句。然后确保将 weightChange 实际设置为零。
我从自己的 rprop 实现中记忆起的另一个问题是,用于反向传播的梯度的符号是用于反向传播的梯度的反符号。您可以尝试翻转 RPROP 的梯度符号,这在我的 Encog 实现中是必需的。
RPROP 的这个实现可能对您有用,它是经典的 Reidmiller 实现。它确实正常运行并且错误收敛。
不确定这是否有帮助。在不运行代码的情况下,这就是我所看到的。
关于artificial-intelligence - 弹性反向传播中的错误?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27334121/
Closed. This question is off-topic。它当前不接受答案。 想改善这个问题吗? Update the question,所以它是用于堆栈溢出的on-topic。 已关闭8
我们正在为跳棋游戏开发神经网络。在我们的训练数据中, 0代表空白单元格,1代表白 block ,-1代表白王,2代表黑 block ,-2代表黑王 因此,我们需要的是范围为 [-2, 2] 的激活函数
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 9
我回答了一个问题,其中给出了两个启发式算法,要对其进行 A* 以找到从起始状态到目标状态的路径。 其中一种启发式方法通过减少一个节点的扩展找到了一条路径 - 现在出于这个原因,我们可以说这种启发式方法
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在尝试用 C 语言实现一些 AI 规划算法,但被基本概念困住了 :) 在跳到主要问题之前,我尝试实现一些支持命题逻辑的小框架: FORMULA f = PROPOSITION(a + 3 > 0)
我知道决策树试图将具有高熵的分类器放在决策树上。然而,信息增益如何发挥作用呢? 信息增益定义为: InformationGain = EntropyBefore - EntropyAfter 决策树是
我正在研究梳子方法,以减少模糊逻辑规则的“组合爆炸”。有一个示例,摘自“Programming Game AI from example”(由 Mat Buckland 撰写): The theory
我知道人工智能领域非常广阔,有很多关于它的书籍。但我只想知道我可以得到所有人工智能技术的简单介绍的任何资源,例如 它希望有 1 或 2 页的介绍所有技术及其示例,说明如何应用它们或将它们用于什么目的。
我最近对游戏中应用的蒙特卡罗树搜索产生了兴趣。 我读过几篇论文,但我使用“蒙特卡罗树搜索”Chaslot, G 的博士论文,因为我发现它更容易理解蒙特卡罗树搜索的基础知识 我试图对其进行编码,但遇到了
我最近开始在 coursera 上学习概率图形模型,开始后 2 周我开始相信我在概率方面不是那么好,因此我什至无法关注第一个主题(贝叶斯网络)。话虽如此,我想努力学习这门类(class),所以您能否向
我觉得这应该是AI的问题。 是否有任何算法可以在给定任何数字序列的情况下找到模式? 模式可以是抽象的,因为它可以是... 例如: 12112111211112 ... ( increasing num
这是我了解神经网络开始的一件事,是我不太了解最初要设置“偏见”的原因吗? 我了解Perceptron会根据以下内容计算其输出: P * W + b> 0 然后可以基于b = b + [G-O]计算学习
我正在尝试为“连续蛇”游戏实现 AI。它与普通的蛇游戏非常不同,至少就 AI 而言。基本上,蛇的驾驶方式有点像汽车,两个玩家中第一个撞上他的踪迹或另一个人的踪迹输掉比赛。此外,屏幕环绕其边框。 如果您
有人可以用非常简单的词来解释它是什么。也提供一个例子。因此,例如,如果您必须找到某事物的启发式函数,它应该是什么样子的? 以问题为例: 对于水壶问题http://www.math.tamu.edu/~
我想要一个词(例如“Apple)并处理一个文本(或者更多)。我想提出相关的术语。例如:处理Apple的文档并发现iPod,iPhone,Mac是与“苹果”相关的术语。 关于如何解决这个问题的任何想法?
关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 6年前关闭。 Improve thi
关闭。这个问题需要debugging details .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 7年前关闭。 Improve this questio
我计划将 Nguyen-Widrow 算法用于具有 的 NN多个隐藏层 .在研究的过程中,我发现了很多歧义,我想澄清一下。 以下是 Nguyen-Widrow 算法的伪代码 Initial
我喜欢在强化学习方面做兼职研究。近年来(截至2009年)在rl-competition.org举办了强化学习竞赛。有一些非常有趣的问题,但这似乎已停止。我很想提高我的技能和知识,并与该领域的其他爱好者
我是一名优秀的程序员,十分优秀!