Я создал искусственную нейронную сеть на Java, которая учится с помощью алгоритма backpropagation, я подготовил следующий график, который показывает, как изменение скорости обучения влияет на время, которое требуется для сети тренировать.Тестирование того, как скорость обучения влияет на backpropagation, Искусственная нейронная сеть
Похоже, что обучение очень неустойчиво, поскольку оно либо правильно тренируется очень быстро, либо застревает (backpropagation прекратит обучение с 1 минутой или определенным порогом ошибки). Я хочу понять, почему сеть настолько непредсказуема, слишком большой импульс? мне нужна адаптивная скорость обучения? Является ли это хорошим примером того, как местные минимумы влияют на обучение http://www.willamette.edu/~gorr/classes/cs449/momrate.html.
Это графы я продюсировал: http://i.stack.imgur.com/ooXqP.png
Вы произвольно инициализируете весы для каждого эксперимента (для каждой новой скорости обучения)? –
Да, я создаю совершенно новую сеть со случайными весами каждый раз. – Heisenberg