位失败意味着什么？

Question

我的神经网络有22个5184值的输入(两位数值,图像转换为字节),我试图用值设置2个输出神经元,0或者1像:

<input data line with 5184 values>
0 1
<input data line with 5184 values>
1 0
<input data line with 5184 values>
.
.
.

从培训结果:

Epochs            1. Current error: 0.3750000000. Bit fail 33.

这有点失败了？文件说:

失败位数; 表示输出神经元的数量不同于位失败限制.

如果只有2个输出神经元,我怎么能有33个输出神经元失败？我想这个33可以来自总共44个输出(22个输入中的每个输出2个).但文档并未证实这一点.

Answer 1

数字"33"是在神经网络训练期间输出与预期目标输出之间的"差异"之上的数量.这简单地表示您的神经网络偏离期望输出的"过多"33位.请注意,它计算所有输出,并给出当前的"错误率",对您而言为37.5%.根据文档,标准错误率容差为0.35,因此假设这样,在33*40 = 1320位输出中,对应于33位的错误位为2.5%.或者至少这是我从这些文档页面中理解的内容.

您可能意外地有超过2个输出.1320/22 = 60.