问题标签 [encog]

在 Encog 3.x 中，您如何规范化数据、将其用于训练和非规范化结果？

没有关于这方面的好的文档，一个简单的例子应用这些将大大减少 Encog 的学习曲线。我还没有完全弄清楚，但这里有一些资源。

(1) * Encog 3.0 如何规范化？*

此代码可用于保存新的规范化 csv。尽管如何获取 AnalystNormalizeCSV 并将其转换为 MLDataSet 以实际使用它，但这里尚不清楚。

(2) *如何使用 Encog (Java) 规范化 CSV 文件*

同样，此代码可用于生成规范化的 csv 输出。但目前尚不清楚如何获取标准化数据并实际应用它。有一种将目标设置为 MLData 的方法，但它假定所有列都是输入，并且没有为任何理想留出空间。此外，当文件有标题和/或未使用的列时，这两个选项都很难使用。

(3) *反规范化*

我完全不知道如何接受所​​有这些并根据适当的数据类型的最大值和最小值进行非规范化。

我正在训练一个神经网络来对图像进行分类，完成一次迭代需要很长时间......大约五分钟，但仍未完成。我正在使用 Encog 3.1。我的代码有问题吗？

这是我的培训代码：

任何回应将不胜感激。谢谢你。

我正在创建一个适用于彩色图像的神经网络。但是当我训练它时，错误将永远不会改变。即使经过一千次迭代。是什么原因造成的？或者我该怎么办？这是结构：

输入层实际上是 75 * 75（75x75 像素）*3（红、绿、蓝），所以我想出了 16875。

我正在努力证明基本的神经网络结果，但到目前为止还没有。我在 encog 中做一个前馈 xor 问题并导出最终的权重和计算的输出。

为了证明我只有一个 Excel 表，我在其中输入了权重，然后是 I1*W1+I2*W2 | I1*W3+I2*W4 到隐藏层，然后每个都激活 sigmoid，然后 H1*W5+H2*W6 然后再次 sigmoid 输出。

所以没有偏差，只是一个基本的 2x2x1，但是我插入权重后得到的输出值与我使用 encog 收到的预期输出值相差甚远。

我有 8 个来自 encog 的输出集可供测试，但到目前为止，我还没有得出相同的结论。任何帮助，将不胜感激。

如果有任何帮助，下面是一个示例输出。谢谢，以色列

输出权重

61.11812639080170, -70.09419692460420, 2.58264325902522, 2.59015713019213, 1.16050691499417, 1.16295830927117

输出值

0.01111771776254, 0.96929877340644, 0.96926035361899, 0.04443376315742

在 excel 中，这是我用于 sigmoid 函数的内容：=1/(1+EXP(-1*(C3)))，不知道更多是否有帮助，因为它只是 sigmoid 之外的加法和乘法。

这是 Form1.cs：

我正在尝试构建一个可以承受一系列[时间压力]的应用程序。说其中大约 200 个要填充。

我还有几个常数，例如 - 粘度 - 密度 - 体积 - 面积

输出将是其中的 3 个。

是否可以使用神经网络（encog/accord.net）来输入时间压力数据和具有预期输出的常数，

以便程序能够根据不同的时间压力数据和不同的常数值来估计输出？

我有一个基本的神经网络问题，我想要一个“火箭”将它的高度保持在给定的高度。（这是一个简单版本的问题，它会变得更复杂）。

我正在使用 encog 平台，不清楚如何使用它来实现强化学习。

我认为我想使用存在两个独立 NN 的 Actor-Critic 模型。其中之一根据当前状态分析应得的奖励。另一个 NN 计算它应该施加在火箭上的力。

我可以计算一个奖励模式（将火箭和目标高度之间的距离驱动到 0）。但我不知道如何让“演员”NN 学习。似乎我会从“Critic”NN 中获取错误，并使用与 Actor 的反向传播错误相同的错误。但我不知道如何在 Encog 中做到这一点。

非常感谢您的帮助！

我有一个非常小的数据集，只有 200 行。我只有 3 列；前两个是数字（负数和正数），最后一个是字母。

我正在尝试根据前两个数字列对最后一列进行分类。

我的逗号分隔数据看起来与此类似（在标准化之前）：

标准化后的示例数据：

我已经尝试了所有我能想到的方法，包括传播和模拟神经退火，但 Encog 框架仍然找不到模式。

我的代码看起来与此类似（从内存中写入）：

我的错误率从未低于 74%。

我假设问题是我没有使用足够的数据行，或者我没有使用足够的特征（列），或者数据中根本没有模式。

达到可接受的错误率的推荐方法是什么？

我正在寻找有关如何使用 Encog 框架创建简单的垃圾邮件过滤/分类或聚类应用程序的示例。我一直无法在谷歌上找到任何东西。

我还购买了 Jeff Heaton 的书，用 C# 中的 Encog3 编程神经网络，但我找不到此类应用程序的任何示例。

任何人都可以提供有关如何根据主题和正文将电子邮件分类为垃圾邮件的简单应用程序的任何信息吗？

编辑：我已经看到了如何在 Python 中执行此操作的方法，但我想问，任何人都可以提供任何关于如何创建垃圾邮件过滤/分类应用程序的 Encog + C# 特定示例吗？

我看到的 Encog Framework 示例描述了如何将数字数据分类为文本数据。例如，以下是用于经典 Iris 数据集的数据：

有没有关于如何通过 Encog 规范化和使用文本的简单示例，例如，像这样的数据（？）：

我想在 C# 中做一个多类分类应用程序。我决定使用 encog 来做到这一点。现在我被困在某一点上。我找到了一个我理解的 XOR 示例。但是当我要使用自己的数据集时，应用程序仅使用一个示例中的一个特征进行计算。这是我的代码：

输入看起来像这样（这只是一个示例）：

166 163 180 228

165 162 160 226

166 163 180 228

166 164 180 228

DESIRED OUTPUTS 看起来像这样（这只是一个示例）：

1

2

1

1

测试示例如下所示：

152 151 98 219

当我运行我的应用程序时，它正在计算错误，但它只显示来自我的输入的第一列的值（所以我不确定它是否正在计算整个示例 - 4 个值）。我也不确定如何将我的 TEST 示例传递给 SVM 而不是该 pair.Input。

或者有比 encog 更有效的方法吗？谢谢你。