问题标签 [encog]

我有一个网络，它有 3 个输入、2 个隐藏层（每个 6 个神经元，Sigmoid 激活函数）和一个神经元作为输出。我希望我的网络是连续的，因为我不是在看分类网络（希望这是有道理的）。

我的输入代表一年中的天数（0-365 范围）。我实际上将它们标准化为 0-1 范围（因为 sigmoid）。

我的问题如下：无论训练误差多么小，重用训练集时的实际值都不正确。根据我运行的时期数，我得到不同的结果。

如果我训练我的网络超过几千次，我只会得到两种可能的结果。如果我少训练它，我会得到更多可能的结果，但这些值与我的预期相去甚远。

我已经读过对于连续网络，最好使用两个隐藏层。

我不确定我做错了什么。如果您能提供任何帮助，那就太好了。如果您需要更多详细信息，请告诉我。

谢谢

更新 1

我减少了训练集中的元素数量。这次网络在少数时期内收敛。以下是训练错误：

培训网络

迭代#1。错误：0.0011177179783950614

迭代#2。错误：0.14650660686728395

迭代#3。错误：0.0011177179783950614

迭代#4。错误：0.023927628368006597

迭代#5。错误：0.0011177179783950614

迭代 #6。错误：0.0034446569367911364

迭代 #7。错误：0.0011177179783950614

迭代#8。错误：8.800816244191594E-4

最终错误：0.0011177179783950614

总的来说，我是机器学习和 Encog 的新手，但我希望 Encog 至少能从示例中给出一致的结果，以帮助我更轻松地了解 Encog。对我来说，Encoge 每次运行都会给出不同的方向性结果。

谁能帮助我更好地理解这是为什么？下面是一些正在使用的修改后的示例代码。

方向正确：10/25

方向正确：8/25

方向正确：6/25

...

我试图弄清楚使用神经网络进行时间序列预测是多么容易。Encog 似乎是首选框架，但我在 Google 上搜索了一下，并没有在任何地方看到使用最新版本（或任何 3.x）的 Java 时间序列示例。

有人有我能看到的好例子吗？

如果它是一个显示预测多个相互关联值的示例，则加分。即我需要根据 W,X,Y,Z 的先前值来预测 W,X,Y,Z。

我是神经网络领域的新手（说实话我几天前才开始）。我想在我的 OCR 应用程序中使用神经网络来识别手写文本。

我想知道的是，是否可以在初始训练后训练网络。换句话说，我一开始只训练几个字符，但我想稍后在网络中添加更多字符而不影响先前训练的数据的存在。（假设我已经创建了具有足够输出神经元的神经网络以用于附加字符）。如果这是可能的，我该如何使用 encog 来完成这项工作。

谢谢你

我决定为我的手写文本 OCR 应用程序使用带有反向传播训练的前馈神经网络，输入层将使用 32*32 (1024) 个神经元和至少 8-12 个输出神经元。

通过同时阅读一些文章，我发现 Neuroph 易于使用，Encog 的性能要好几倍。考虑我的场景中的参数，哪个 API 是最合适的。如果您可以评论我所采用的输入节点的数量，我将不胜感激，它的价值是否太大（尽管它不在主题范围内）

我正在尝试将 encog 库用作强化学习问题的函数逼近器。更准确地说，我正在尝试启动并运行一个多层感知器（BasicNetwork）。由于我的代理会根据我选择的任何 RL 算法以某种方式探索世界，因此我无法预构建任何 BasicNeuralDataSet，如XOR 示例中所示。可能，我必须使用 pause() 和 resume() 函数，但由于我找不到任何关于这些的文档或示例，所以我对如何使用这些功能有些迷茫（如果它们甚至在我的版本中工作的话。我不太懂在阅读第二个链接中问题的答案后确定）。

我正在使用 Java 和 encog-core-2.5.3 jar。我目前的方法如下所示：

这显然是一个最小的例子，我只是从玩具样本（XOR）中抽取随机数据点。发生的情况是 MLP 不收敛。日志记录向我显示完全随机的错误，所以我假设培训师正在被重置并且我的暂停/恢复方法没有正确实施。

PS：由于我不受 Encoq 约束，但可以使用任何框架，因此我也很欣赏满足我要求的示例代码。到目前为止，我尝试过 Weka 和 Neuroph，但两者似乎都缺乏真正的在线学习，只要有新样本可用就可以触发训练（也必须可以在任何时候对样本进行分类）

我已经使用 Encog 3.1.0 为桌面开发了一个应用程序，但我的意图始终是将它移植到 Android 平台。好吧，在桌面平台上它运行得很好，非常快，只需几秒钟即可完成工作。另一方面，当我在 Android 上运行相同的代码时，它变得非常慢。

我的问题是：如何为桌面或 Android 编程 Engog NN 有什么不同吗？我应该怎么做才能在可接受的时间内在 Android 上运行我的应用程序？

PS：我的设备是三星 Galaxy tab 2

谢谢大家，B.Ramon

我正在编写一个程序，该程序将使用神经网络识别交通标志，但我遇到了Hopfield网络问题。我正在使用这个例子来制作我自己的 hopfield 网络。

作为输入，我使用标准化后的那些交通标志，它是一个 50x50 的0和矩阵1。

我遇到的问题是，当 Hopfield 网络将学习 2 种模式时，它可以很好地识别它们，但是当我尝试用 2 种以上的模式训练它时，它给了我一个与之前的模式都不匹配的模式接受过培训，它会为我提供的任何输入返回它。

这是我的代码，与官方 encog 示例中的代码非常相似：

类型inputData在哪里。array[2500]double

到目前为止我尝试过的是：

1. 将图案尺寸更改为更小（10x10、20x20）。

2. 尝试学习不同数量的模式（从 2 到 20）。我总是得到与网络训练的任何模式都不匹配的奇怪结果。

我正在尝试聚集许多实体。我用于聚类的唯一指标是一个实体与另一个实体之间的相似性。（0-1 浮点数）

谁能想到任何可以实现这一目标的聚类算法？我很欣赏它会返回模糊组。这仍然是比我目前以编程方式估计组更好的解决方案。

我是机器学习的新手，我正在开发一个使用图像对对象进行分类的 Java 应用程序。我有 40 个输入神经元和 n 个输出神经元（取决于训练数据的数量）。我使用 Encog 作为我的神经网络的框架。我能够成功地训练数据，但是当我测试网络时，它似乎并不能很好地工作。它无法正确分类对象。下面是训练部分：

和测试部分：

训练部分有问题吗？如果我以正确的方式做事，我确实希望有人可以指导我。