java - 神经网络权重和偏差 Nan
问题描述
我知道如果你的学习率太高,你会在神经网络中得到 NaN。但我很好奇为什么你会得到学习率高但学习率低的 NaN。谁能告诉我?
解决方案
学习率用于计算对权重进行了多少调整。如果大于 1,那么调整会随着时间的推移而增长,而不是越来越小。举例说明:您距离目标 1 米;您的学习率为 3,因此您1 * 3 = 3
朝它迈步并过冲;现在你距离目标2米,你一步2 * 3 = 6
米和4米距离目标......等等。
这样你最终可以溢出重量值。可能您的特定实现通过将 NaN 分配给权重值而不是抛出错误来处理这个问题。
推荐阅读
- powerbi - 每个时间序列的计算列
- python - 执行我的 arp_spoofing python 脚本时出现回溯错误
- python - 如何在 Windows 7 中激活虚拟环境
- javascript - 如何在 React Native 中调用 Alert onPress 并传递一些参数
- javascript - React Hook useEffect 缺少依赖项 - Mobx
- node.js - 在后台使用 Angular8 从 Nodejs REST API 获取消息通知
- jenkins-pipeline - 如何在 jenkinsfile 中声明变量
- php - PHP:从列标题中查找电子表格(例如 Excel / LibreOffice Calc)列号
- c# - 如何统一制作UI和Text效果?
- javascript - 在浏览器中用于存储和搜索巨大 JSON / Dict 类型对象的数据结构