Pybrain为任何输入输出相同的结果

Question

我正在尝试用Pybrain训练一个简单的神经网络.训练结束后,我想确认nn是否按预期工作,因此我激活了我用来训练它的相同数据.但是每次激活都会输出相同的结果.我是否误解了关于神经网络的基本概念,还是这是设计的？

我已经尝试改变隐藏节点的数量,隐藏类型,偏差,学习率,训练时期的数量和动力无济于事.

这是我的代码......

from pybrain.tools.shortcuts import buildNetwork                                
from pybrain.datasets import SupervisedDataSet                                  
from pybrain.supervised.trainers import BackpropTrainer

net = buildNetwork(2, 3, 1)  
net.randomize()                                                    

ds = SupervisedDataSet(2, 1)                                                       
ds.addSample([77, 78], 77)                                                         
ds.addSample([78, 76], 76)                                                         
ds.addSample([76, 76], 75)                                                         

trainer = BackpropTrainer(net, ds)                                                 
for epoch in range(0, 1000):                                                                   
    error = trainer.train()                                                                    
    if error < 0.001:                                                                          
        break                                                      

print net.activate([77, 78])                                                       
print net.activate([78, 76])                                                       
print net.activate([76, 76])  

这是结果的一个例子......正如您所看到的,即使激活输入不同,输出也是相同的.

[ 75.99893007]
[ 75.99893007]
[ 75.99893007]

Answer 1

最后，我通过将数据标准化在 0 和 1 之间并进行训练直到错误率达到 0.00001 来解决这个问题。训练需要更长的时间，但我现在确实得到了准确的结果。