python - 如何将数据输入我的神经网络？

Question

我在 python 中为 XOR 编写了一个简单的神经网络。虽然网上有大量关于如何编程的信息，但关于如何通过它提供数据的信息并不多。我已经测试了输入 [1,1] 的一个周期后权重的变化，以将我的结果与我的演讲幻灯片进行比较，它是 100% 相同的，所以我相信代码有效。我可以针对相同的输入训练网络，但是当我在每个周期更改输入（和相应的目标）时，错误不会下降。

我应该允许在每个周期后更改权重和输入，还是应该先遍历所有可能的输入，得到一个平均误差，然后再更改权重？（但改变权重取决于输出，所以我会使用什么输出）

如果需要，我可以分享我的代码，但我很确定它是正确的。

请给我一些建议？先感谢您。

标签： pythonneural-networkbackpropagation

Answer 1

所以，你是说你自己实现了一个神经网络？好吧，在这种情况下，基本上输入层上的每个神经元都必须分配给某一行的特征，而不是遍历每一层和该层中的每个神经元并按照指示进行计算。我确定您熟悉反向传播算法，因此您会知道何时停止。

完成该行后，再对下一行执行此操作，将每个特征分配给每个输入神经元并再次开始迭代。

一旦你完成了所有记录，那就是一个时代。

我希望这能回答你的问题。

另外，我建议您尝试一下Keras，它易于使用，是一个可以体验的好工具。