Так что я в настоящее время пытаюсь реализовать свой первый NN с генетическим алгоритмом обучения и сигмоидной функцией активации. Это все хорошо, но я не совсем уверен, в каких диапазонах должны быть веса. Я искал некоторые вопросы, но не повезло. Как выбрать диапазоны весов в NN? От чего это зависит?Расчет весов в NN
ответ
Весы можно рассматривать как неотъемлемую часть проблемы, которую вы пытаетесь решить, используя подход GA/NN; для них нет общего наилучшего значения, поэтому вам лучше изучить разные диапазоны веса (комплекты обучения w.r.t.) с другими фиксированными параметрами.
Е.Г., изучение различных настроек для параметра weightSpan в
weights \in [-weightSpan/2, weightSpan/2],
и пусть ваши первоначальные хромосомы описывают веса с рандомизированными значений в этом диапазоне. Ваша функция раздавливания (сигмоида) используется для оценки ответа NN на диапазон [0, 1].
Поиск подходящего диапазона веса, так же, как установка значения количества скрытого слоя, процесс, если это связано с проблемами. («Нет бесплатного обеда»).
Edit:
Я думал, что я хотел бы добавить, что самый простой способ изучения различного веса охватывает, вероятно, установить фиксированный диапазон веса, скажем, [-1, 1], а также изучить давя постоянная в вашей функции раздавливания (сигмовидная). 1. Изучить различные (неотрицательные) значения констант c
в вашем сигмоиде
σ(s) = 1/(1 + e^(-c*s))
- 1. Расчет весов в многоуровневых критериев в таблице
- 2. особенность вектора: расчет весов для тренировок против тестового набора
- 3. Расчет весов тепловой карты на основе кластеризации точек
- 4. k-NN Классифицировать в Matlab
- 5. Реализация сиамского NN в Keras
- 6. Получение отношения NN в шаблоне
- 7. Unescape HTML nn; последовательности
- 8. Запрос ассоциаций NN
- 9. LSTM NN: распространение вперед
- 10. K NN Technique (sanket077047)
- 11. Функция активации NN
- 12. параметр весов в GAM
- 13. Использование весов в R
- 14. Оптимизация весов в matlab
- 15. Изменение весов в каркасе()
- 16. Вычисление кривой ROC для классификатора K-NN
- 17. Расчет погрешности в iGraph
- 18. Регулировка весов нейронных сетей по пользовательским рейтингам
- 19. сдвигая вывод результатов NN (MatLab)
- 20. Макс/мин обученного TensorFlow NN
- 21. Возможны ли вероятности NN классификации?
- 22. Tensorflow: получить правильную точность NN
- 23. Важность spelsource в интеграции весов
- 24. Создание весов Подгруппы в R
- 25. ось весов в тепловой карте
- 26. Обновление весов в алгоритме backpropagation
- 27. Обновление весов в нейронной сети
- 28. Обновить подмножество весов в TensorFlow
- 29. Весов столбцов в сетке Tkinter
- 30. Как отключить omp в пакете Torch nn?
Спасибо. Я ожидал, что будет какой-то способ узнать, какой будет этот пролет, но, очевидно, мне не повезло. Теперь будет еще сложнее узнать, работает ли то, что я написал на самом деле ... – Rokner
Моим советом было бы достаточно быстро проверить значения weightSpan, скажем, weightSpan в {1, 10, 50, 100, 300, 1000 .... }, чтобы получить какое-то грубое чувство того, какие весы могут быть подходящими, и выполнить тонкую настройку в более позднее время. Тестирование «функциональности» вашего NN (-> достигает допустимых результатов, даже если они плохие, для вашей проблемы) не должно зависеть от веса, хотя, если у вас нет действительно непростой проблемы с небольшим пространством Возможные решения. В целом плохие веса просто приводят к плохим, но возможным решениям. Удачи! – dfri
Знаете ли вы о какой-то простой проблеме, с помощью которой можно проверить, работает ли NN? – Rokner