问题标签 [encog]

我正在将一些涉及人工神经网络的 C 代码移植到 Java。我决定使用Encog 框架。

我希望我的网络有一个偏置神经元（它使用加权突触并始终输出 1.0）连接到隐藏层和输出层；它们在此图中用绿色标记。

如何以编程方式创建这样的网络？每个偏置神经元都应该有自己的层吗？我试图为每个偏置神经元实例化一个BasicLayer，但这似乎没有任何效果，即使该层是通过WeightedSynapse连接的。

谢谢，

马丁·维博

我想用 jeff heaton 的 encog 神经网络库来模拟计算机内存。我只是不知道使用什么方法。

我的要求是，有一个内存位置和一个值的字节集合。

这些是我传递给神经网络系统的值。

每次内存数据发生变化时，我都试图避免重新训练神经网络。但也许这就是我需要做的。

你会使用什么神经网络技术来完成我想要做的事情？

我目前正在使用 Neuroph 构建一个网络来评估复杂的逻辑表达式。

对于任何感兴趣的人，该方法称为 CIL2P，该方法生成半递归网络（仅在某些神经元之间进行递归连接）。

Neuroph 能够通过其高级网络设计方法非常轻松地构建这种结构。然而，性能和进一步培训的可能性我真的很想把它移到 Encog 引擎上。

是否有可能在 Encog 内重新创建这种网络？

我正在编写一个将执行图像识别和分析的 Android 应用程序。我听说神经网络是执行图像识别的更好方法之一，并尝试移植 CodeProject 上的 Mike O'Neill 在他出色的 Win32 手写数字识别应用程序中使用的库。然而，最近有人告诉我 Encog 和 Neuroph，这两个用于神经网络/图像识别的优秀 Java 库。我只需要神经网络工作，我将围绕另一个神经网络库编写自己的图像识别套件。有谁知道 Encog 或 Neuroph 是否可以在 Android 上运行，最好是 Encog？

编辑：我已经用谷歌搜索了这个，我想知道是否有人可以真正证明图书馆的工作。

I'm using the java encog library and wanted to know how to serialize the sample XOR network to a mysql database. I'm rather new to working with databases in java. I'm guessing it has to do with the EncogDirectoryPersist class but was wondering how to modify that to return something that can be sent to a database.

thanks

我正在研究 Encog（Java 版本 3.0 和 3.1）神经网络框架，并想在我的神经网络训练中尝试 Levenberg-Marquardt 算法。然而，我的实际神经网络非常复杂自然（具有数百个输入神经元），而不是单个（我已经从数万个简化到 136 个）网络似乎可以用 Levenberg-Marquardt 训练（说没有足够的内存，而我将 2 GiB 专用于 JVM）。但是当我尝试使用简单（只有 3 个输入神经元）网络的简单合成任务时，它的表现非常好。

问题是如何估计 Encog 使用 Levenberg-Marquardt 算法用特定样本集训练特定网络所需的内存量？我怎么能猜出 2 GiB 中可以容纳的最大复杂度是多少（实际机器有 4 个，但 JVM 似乎无法分配超过 2 个）？

我有大量数据集，但是在列中的某处，如果数据不存在，则故意丢失数据，因此它为空，或者它丢失，因此该字段为空。我应该将此值表示为我不使用的数字吗？我的数据范围是 -1 还是其他？

我有用于缩放 NN 的输入和去缩放输出的方法，这些方法是我很久以前在某处发现的，但我不确定它们是否有效，我使用 NN 的 encog 库：

假设 fieldlow 和 fieldhigh 是 NN 输入和输出的范围（我不确定，但看起来像 ActivationTANH 的 0-1 范围），最小值应该是数据中的最小值，而最大值应该是数据中的最大值。我很好奇，如果您获得的新数据的值高于您设置的最大值怎么办？你必须重写这个方法并从头开始训练？

如果这是错误的，请指出我正确的方向。

I have created a simple RBF network with a gaussian function by using,

I need to create a RBF Network with back propagation having 28 inputs and only one output giving 0 or 1 as a result. I could not proceed further in training it with data sets. Help needed.

我正在制作一个使用 encog 预测足球比赛结果的程序。我创建了一个神经网络，使用弹性传播训练方法用 90 个匹配的数据对其进行训练。我将比赛结果标记为 1 代表主场获胜，0 代表平局，-1 代表客场获胜。

问题在于预测。有时我得到 50% 的成功率，有时我得到低至 33%。这就像使用随机函数。我注意到的是，几乎总是最能预测的结果是 1（大约 70%）。我试过改变隐藏层的数量，训练的数量，但没有运气，它仍然在振荡。如果我做错了什么，任何人都可以帮助我或将我指向正确的方向。

这是神经网络的代码。我正在从数据库中获取训练数据和预测数据。

训练

预测

1.）我正在将数据提供给神经网络 1000。由于事情变得更好，目前正在测试更多/更少。

2,3.) 我有 16 个输入参数。它们包括：主队积分、主队主场胜、平、负、主队总赢、输、平和状态（最近 5 场比赛的得分）。相同的数据仅适用于客队，而不是使用主队主场胜、平、负客队客场胜、平、负。我将尝试使用不同的训练数据。