0

我正在运行一个简单的卷积神经网络,进行回归并预测结果。它预测 30 个输出(浮点数)

无论输入如何,预测结果几乎相同。(收敛于训练输出的意思)

基于这个数据集,1000 次迭代后的训练收敛到 0.0107 的最大损失(这是一个很好的损失)。

What is causing this? 

我尝试将偏差设置为 1.0,它带来的变量很少,但下面仍然相同。当我将偏差设置为 0 时,结果要差得多,所有输出都是 100% 相同的。我已经在使用正则化 max(0,x),结果没有改善。

输出如下。如您所见,第一个、第二个、第三个数组几乎相同..

 [[ 66.60850525  37.19641876  29.36295891 ...,  71.91300964  47.92261505
   85.02180481]
 [ 66.4874115   37.09647369  29.23101997 ...,  71.90777588  47.74259186
   85.10979462]
 [ 66.54870605  37.19485474  29.36085892 ...,  71.84892273  47.8970108
   85.05699921]
 ..., 
 [ 65.7435379   36.78604889  28.57537079 ...,  71.98916626  47.03699493
   85.88017273]
 [ 65.7435379   36.78604889  28.57537079 ...,  71.98916626  47.03699493
   85.88017273]
 [ 65.7435379   36.78604889  28.57537079 ...,  71.98916626  47.03699493
   85.88017273]]

网络模型使用此参数运行

base_lr: 0.001
lr_policy: "fixed"
display: 100
max_iter: 1000
momentum: 0.9
4

1 回答 1

0

从输出和偏差对结果的影响很大的事实来看,我有一种感觉,也许你没有标准化你的输入和输出。

尝试将它们标准化在 -1 和 +1 之间。

于 2015-02-17T03:52:53.227 回答