问题标签 [encog]

我研究了很多问题和示例，但似乎无法找出我的 RPROP NN 出了什么问题。这也是我第一次使用 Encog，所以我想知道这是否是我做错了。

我正在尝试通过输入图像（50x50）来训练网络识别猫，然后将其转换为灰度并向网络输入双精度 [] [] 和目标双 [] []。我注意到错误一直在 4.0，所以我在每次训练迭代时都执行了一个 dumpWeights() 以查看发生了什么。我注意到权重始终为零。然后我回到基础，看看我是否做对了，所以我针对 XOR 问题对其进行了修改：

我得到以下输出，注意 0.0 的行是 network.dumpWeights() 方法的结果：

纪元 #132636 错误：2.0 0,0,0,0,0,0,0,0,0 纪元 #132637 错误：2.0 0,0,0,0,0,0,0,0,0 纪元 #132638 错误：2.0 0,0,0,0,0,0,0,0,0 纪元＃132639 错误：2.0 0,0,0,0,0,0,0,0,0 纪元＃132640 错误：2.0

... 等等。

有什么明显的你可以看到我在这里做错了吗？我还尝试了 2-3-1 架构作为 XORHelloWorld.java 示例的实现。

任何帮助将不胜感激。

我正在尝试学习并适应 Java 中的 ImageNeuralNetwork 示例。到目前为止，我的问题是，当我给 NN 提供大量 32X32 的图像并让它训练时，误差永远不会低于 14%，并且一开始它会到处乱跳。

我的图像是 BW，它们分为 27 个类别。所以我知道有 27 个输出神经元。

我的问题是为什么 NN 不学习，我尝试使用不同的神经元数量设置不同的隐藏层（1 层或 2 层），但没有任何帮助。

谁能告诉我我做错了什么？就像我说的，我刚开始使用 NN，我在这里有点迷路

编辑：似乎如果我给它更少的图像作为输入来学习错误会下降，但这并不能真正解决问题，如果我想对很多图像进行分类，我会遇到错误永远不会下降

我对 XOR 算子的 Elman 网络训练并没有停止，它运行了数百万次迭代。任何帮助将非常感激！

一旦我看到从验证集计算的误差开始增加，我想停止训练网络。我正在使用带有 RPROP 的 BasicNetwork 作为训练算法，并且我有以下训练迭代：

显然这是行不通的，因为在确定我是否需要停止训练之前，权重已经改变了。无论如何我可以退后一步并使用旧的重量吗？

我还看到了EarlyStoppingStrategy使用该addStrategy()方法可能需要使用的类。但是，我真的不明白为什么EarlyStoppingStrategy构造函数同时接受验证集和测试集。我认为它只需要验证集，并且在我测试网络输出之前根本不应该使用测试集。

是否可以举例说明如何使用 Encog 创建集成学习器以进行时间序列预测？

我在想一个 iRPROP+ 集成学习器。

谢谢

I have created and learned autoencoder in Encog and I try to rip it into parts: encoder and decoder part. Unfortunately I cannot get it and I keep getting strange improper data (comparing result from applying once net to data and twice data -> enc -> dec).

I have tried to make it with simply GetWeight and SetWeight but there result is incorrect. The solution found in encog documentation - initialization flat network is for me not clear (I cannot get it working).

Full old-like (set/get weight) code of AutoEncoder:

How can I correctly rip only two first layers from autoencoder for encoder and two last layers from one for decoder?

I'm struggling with implementing Resilient Propagation correctly. I already implemented the backpropagation Algorithm to train a Neural Network, and it works as expected for an XOR-Net, i.e. it takes about 600 Epochs to drop Error below 1%. Now i tried implementing Resilient Propagation (http://en.wikipedia.org/wiki/Rprop) for the same problem and for the first few Epochs Error drops quickly to 23% but then raises to 50% and stays there.
I implemented it exactly as per description in http://www.heatonresearch.com/book/introduction-neural-network-math.html, but that's a puzzling Description: it's different from the wikipedia Rprop-Page AND from the implementation in encog, which was written by the same author as the book, as far as i know. I also already tried the different implementations from the different sources, but nothing worked.

Some of the differences between the various sources:

• using signum(currentPartialDerivative) instead of signum(currentPartialDerivative * previousPartialDerivative) for the calculation of the weight-changes
• using the last weight change, instead of the new update value for the new weight change
• Calculating the weight changes firstly and the new update values secondly

What is the correct way of implementing this? Subsequently the Implementation according to the book:

The same Method for normal Backpropagation works fine:

我正在使用带有 Java 的 Encog 框架来做一个图像识别系统。不过，当我将 Downsample 宽度和高度设置为 100 以上时，我得到了一个

在尝试创建网络时。

输入层的神经元数量有限制吗？

我正在使用 Encog（通过 Java）研究二进制分类器。我使用 SVM 或神经网络设置它，我想使用（部分）ROC 曲线下的区域来评估不同模型的质量。

更具体地说，理想情况下，我希望将模型的输出转换为某种预测置信度分数，该分数可用于 ROC 中的排名排序，但我尚未在文档中找到任何内容。

在代码中，我得到的模型结果如下：

我如何获得分类的数值置信度？

我正在使用 Encog AI 框架使用 HyperNEAT 网络进行时间序列预测。

这是我用来创建网络的简单代码。

它取自 Box 示例https://github.com/encog/encog-java-examples/tree/master/src/main/java/org/encog/examples/neural/neat/boxes

其中 columns 是特征的数量，windowSize 是预测未来值所需的前几天数（在我的示例中 windowSize 为 1）。

我得到这个例外：

Exception in thread "pool-2-thread-416" java.lang.ArrayIndexOutOfBoundsException at org.encog.util.EngineArray.arrayCopy(EngineArray.java:107) at org.encog.neural.neat.NEATNetwork.compute(NEATNetwork.java:194) at org.encog.util.error.CalculateRegressionError.calculateError(CalculateRegressionError.java:46) at org.encog.neural.networks.training.TrainingSetScore.calculateScore(TrainingSetScore.java:61) at org.encog.ml.ea.score.parallel.ParallelScoreTask.run(ParallelScoreTask.java:83) at java.util.concurrent.ThreadPoolExecutor.runWorker(Unknown Source) at java.util.concurrent.ThreadPoolExecutor$Worker.run(Unknown Source) at java.lang.Thread.run(Unknown Source)

处理线程似乎有问题。有人可以帮我解决这个问题吗？我的第二个问题是：如何在 Encog 中使用反向传播训练 NEAT 网络？