2

我在训练用于图像分类的神经网络时遇到问题。基于 NN 的性能，它似乎没有在学习。

我基本上在 encog-examples (ImageNeuralNetwork) 中运行给定的程序来对一组图像进行分类。以下是示例程序输出

Training set created
Added input image:./faces/at33_straight_neutral_open.png; identity: shadesNone
Added input image:./faces/night/night_up_happy_sunglasses_4.png; identity: shades
...<more files here>...
Added input image:./faces/cheyer/cheyer_up_neutral_open_4.png; identity: shadesNone
Downsampling images...
Created network: [BasicNetwork: Layers=3]
Training Beginning... Output patterns=2
Beginning training...
Iteration #1 Error:199.591952% elapsed time = 00:00:00 time left = 00:01:00
Iteration #2 Error:196.384178% elapsed time = 00:00:00 time left = 00:01:00
Iteration #3 Error:160.422574% elapsed time = 00:00:00 time left = 00:01:00
...
Iteration #16 Error:99.733657% elapsed time = 00:00:00 time left = 00:01:00
...
Iteration #202 Error:99.489796% elapsed time = 00:00:04 time left = 00:01:00
...
Iteration #203 Error:199.605091% elapsed time = 00:00:04 time left = 00:01:00

如您所见，NN 从接近 200% 的误差波动到接近 100% 的误差。首先，我什至不确定是否可能出现超过 100% 的错误，更不用说 200%。

下面是我的输入文件，其中包含 NN 的命令和参数：

CreateTraining: width:16,height:15,type:Brightness
Input: image:./faces/at33_straight_neutral_open.png, identity:shadesNone
Input: image:./faces/night/night_up_happy_sunglasses_4.png, identity:shades
Input: image:./faces/choon/choon_up_angry_open_4.png, identity:shadesNone
Input: image:./faces/cheyer/cheyer_left_angry_sunglasses_4.png, identity:shades
<more files...>
Network: hidden1:10, hidden2:10
Train: Mode:console, Minutes:1, StrategyError:0.25, StrategyCycles:100 
Whatis: image:./faces/tammo/tammo_right_sad_sunglasses_4.png
<more files...>

我最初的猜测是，实际图像或理想值都没有正确地馈送到 NN，但我检查了输入（例如，输出我读过的图像和理想值），它们没问题。

现在我的预感是某些目录（可能是 java 库或读取输入文件的位置）没有正确设置。下面是我的 Eclipse 运行配置：

  Classpath Tab
    Bootstrap Entries
      JRE System Library [jre7]
    User Entries
        encog-examples (default classpath)
          encog-examples
          encog-core-3.2.0-SNAPSHOT.jar \encog-examples\lib

顺便说一句，我也不能正确运行 Forest Cover 示例（需要输入文件），而我可以运行 Lunar Lander 和 XOR 示例（不需要输入文件）。这加强了我的假设，即我的问题与目录有关。

任何帮助深表感谢。谢谢。

4

2 回答 2

1

忽略我上面的帖子，3.2.0 工作得很好。

我遇到了像newind27一样的问题，网络似乎没有学到任何东西，并且错误更改变得疯狂。在做了更多的研究之后，我发现 encog 有点讨厌白色太多的图片。

对我有用的解决方案是降低用于网络学习的图片的亮度。一种方法（在此过程中不破坏原始图像）是使用带有 BufferedImage 的 RescaleOp 类。

其他可能（未经测试）的解决方案可能是更改在学习过程中输入网络的图像的顺序。

于 2013-12-17T00:51:39.713 回答
0

似乎是 3.2.0 的错误，有同样的问题尝试使用 3.1.0 训练网络，应该修复它

于 2013-12-07T01:17:39.427 回答