Я написал простую нейронную сеть, чтобы узнать логический элемент AND. Я пытаюсь понять, почему моя стоимость никогда не уменьшается, а предсказатели всегда 0,5:Theano learning AND gate
import numpy as np
import theano
import theano.tensor as T
inputs = [[0,0], [1,1], [0,1], [1,0]]
outputs = [[0], [1], [0], [0]]
x = theano.shared(value=np.asarray(inputs), name='x')
y = theano.shared(value=np.asarray(outputs), name='y')
alpha = 0.1
w_array = np.asarray(np.random.uniform(low=-1, high=1, size=(2, 1)), dtype=theano.config.floatX)
w = theano.shared(value=w_array, name='w', borrow=True)
output = T.nnet.sigmoid(T.dot(x, w))
cost = T.sum((y - output) ** 2)
updates = [(w, w - alpha * T.grad(cost, w))]
train = theano.function(inputs=[], outputs=[], updates=updates)
test = theano.function(inputs=[], outputs=[output])
calc_cost = theano.function(inputs=[], outputs=[cost])
for i in range(60000):
if (i+1) % 10000 == 0:
print(i+1)
print(calc_cost())
train()
print(test())
Выход всегда одинаков:
10000
[array(1.0)]
20000
[array(1.0)]
30000
[array(1.0)]
40000
[array(1.0)]
50000
[array(1.0)]
60000
[array(1.0)]
[array([[ 0.5],
[ 0.5],
[ 0.5],
[ 0.5]])]
Всегда кажется, предсказать 0,5 независимо от входа, потому что стоимость не отклоняясь от 1 при обучении
Если я переключить выходы [[0], [1], [1], [1]]
для обучения схемы ИЛИ, я получить правильные предсказания, и правильно уменьшая стоимость
так почему та же модель работы при смене метки для обучения в ворота ИЛИ? Я думаю, что также будет иметь отрицательно наклонный разделитель, который не пересекает начало координат? – Simon
ИЛИ разделитель ворот может пересекать начало координат, если вы считаете, что находящееся на разделителе дает правильное «отрицательное» значение. Это не лучший, но достаточно приличный для использования. – lejlot