问题标签 [encog]

我开始使用这个网络。我写了一些代码，但我不确定我是否做得对。这就是我所做的：

• 首先创建网络HopefieldNetwork net = new HopefieldNetwork(50)。
• 比添加所有模式，net.addPattern(aPattern)其中aPattern的类型BasicMLData和更改在循环中添加所有模式。
• 现在进行net.runUntilStable(5000)最多 5000 次迭代的训练。这是正确的吗？
• 现在我们有了训练好的网络。像这样获取输出out = (BasicMLData) net.compute(input)

那么一切都好吗？

我正在使用Encog Machine learning api，它使用 Flat 实现来优化性能，它假设两层之间存在完全连接。

我想扩展它以支持卷积神经网络，但我不知道如何更新 api 以支持它。

我考虑过将不进入卷积结果的输入权重设置为零，但不确定这将如何影响反向传播算法

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

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：

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：

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。

我不知道如何使用 Encog C# 规范化 csv 文件。我的 csv 数据文件：

7.7,3.8,6.7,2.2,\n 7.7,2.6,6.9,2.3,\n 6,2.2,5,1.5,6.9,\n

我有以下使用 RPOP 的神经网络 - 弹性反向传播

（我发布代码只是为了确保我做对了，如果没有人会指出，我希望）

训练网络后，错误率最小化到 1% 左右，我通过了测试数据，并且大部分时间产生的输出类似于“5,07080020755566E-10”，我希望数字从 0 到 1 以及它应该注意的是，当这种情况发生时，它们总是正数（还没有遇到负输出）。

我想问的第二个问题如下：神经网络是用来预测足球比赛的，所以考虑到我有 32 个输入。16 个输入用于团队 1 的绩效数据，16 个用于团队 2。

训练集是这样准备的：假设我们有 1000 个匹配，所有这些训练集的输出都是 1。

因此，在准备训练集的过程中，额外添加了反向匹配，其中输出为 0，当然第 1 队和第 2 队的输入也分别改变。

并且在测试时我得到相同匹配的以下结果

问题是为什么？:)

我将不胜感激。对这个问题有所了解将为我指明我应该在哪里挖掘的方向。提前致谢。

神经网络（BP FF）能否通过试验自学（自主）如何控制螺旋桨避免坠落和稳定？

神经网络类型：多层、反向传播、前馈、sigmoid 激活。

为简单起见，仅采用垂直螺旋桨控制和垂直速度。

输入：垂直速度。

输出：螺旋桨功率（只向下，所以只向上推）

由于反向传播 NN 从输出和期望输出的差异中得到错误，它如何在不知道期望输出的情况下自学（实际上，它需要学习期望输出）。

如果我将错误作为垂直速度（停止=无错误），那么它会更合适，但是如何更改 Encog 的 ResilientPropagation 或 BackPropagation 类的错误函数？

我需要自己编写整个网络课程来实现这种学习吗？因为没有初始训练数据。只有来自发动机功率和速度的新创建的数据。（如果我可以生成训练数据，那么我就会知道如何控制发动机，因此不需要神经网络）

最适合这项工作的神经网络类型是什么？

我在 Java 的 Encog 库的帮助下构建了以下神经网络

另外，我准备了测试数据并尝试在这列火车的帮助下训练这个神经网络

但是，我发现在某些数据案例（罕见）上，我收到的 train.getError() 等于 Infinity（不取决于通过了多少个时期）。乍一看，数据看起来不错（都是数字，没有 NaN，没有 Infinity 值）。

这个 Infinity 错误的可能原因是什么？我能做些什么来解决它？

谢谢

我在其中一个项目中使用 Encog，我在解码 One-Of 类时卡住了。该字段的规范化操作之一是 NormalizationAction.OneOf，它具有三个输出。当我评估时，我想解码预测值。如何解码...？

上面的代码是等边的。我怎样才能为 One-Of 做同样的事情。

谢谢，堪斯

我使用 Encog，我使用 SVM 来预测数据。我的训练集值没有标准化，但它们最初在 [-1,1] 范围内。我不明白为什么会出现问题。

我的训练数据：

我应该标准化这些值吗？我认为这不是问题，但谁知道......我训练了 SVM，一切似乎都正确，但是当我评估 SVM 时，每个输入的输出都是相同的。如果需要，我可以附上代码。

我是 encog 的新手，我正在做一个 encog 神经网络训练器，用于在 java 中进行图像分类。

我想知道我是否可以使用字符串作为编码神经网络的理想选择。谢谢你。