python - 如何将数据输入我的神经网络?
问题描述
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。
解决方案
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。
推荐阅读
- javascript - 如何等待使用 async-await 创建元素?
- node.js - 在nodejs中停止流
- java - 如何在 rhel 8 中设置 ojdbc 的路径
- caching - Drupal 6 在所有页面调用中调用一些核心查询。我可以缓存它们吗?
- amazon-web-services - 如何让 docker compose 使用现有的 AWS 子网
- javascript - Vue 缓存 SSR 状态
- android - Android Talk back 没有宣布 View Pager2
- python - Python从子目录导入,子目录下的文件互相看不到
- accessibility - 不是 tablist 的直接子级的 ARIA tab 角色
- angular - 在角度模板上显示 XML 数据