为什么这种反向传播实施无法正确训练权重？

Question

我已经为神经网络编写了以下反向传播例程,使用此处的代码作为示例.我面临的问题让我感到困惑,并将我的调试技巧推向了极限.

我面临的问题相当简单:随着神经网络的训练,其权重被训练为零而精度没有提高.

我试图多次修复它,验证:

• 训练集是正确的
• 目标向量是正确的
• 前进步骤是正确记录信息
• 后退步增加正确记录
• 三角洲的迹象是正确的
• 确实正在调整权重
• 输入图层的增量全部为零
• 没有其他错误或溢出警告

一些信息:

• 训练输入是表示强度的8×8网格[0,16]值; 此网格表示数字数字(转换为列向量)
• 目标矢量是在对应于正确数字的位置中为1的输出
• 原始权重和偏差由高斯分布指定
• 激活是标准的sigmoid

我不知道从哪里开始.我已经验证了我所知道要检查的所有内容都运行正常,而且它仍然无法正常工作,所以我在这里问.以下是我用来反向传播的代码:

def backprop(train_set, wts, bias, eta):
    learning_coef = eta / len(train_set[0])

    for next_set in train_set:
        # These record the sum of the cost gradients in the batch
        sum_del_w = [np.zeros(w.shape) for w in wts]
        sum_del_b = [np.zeros(b.shape) for b in bias]

        for test, sol in next_set:
            del_w = [np.zeros(wt.shape) for wt in wts]
            del_b = [np.zeros(bt.shape) for bt in bias]
            # These two helper functions take training set data and make them useful
            next_input = conv_to_col(test)
            outp = create_tgt_vec(sol)

            # Feedforward step
            pre_sig = []; post_sig = []
            for w, b in zip(wts, bias):
                next_input = np.dot(w, next_input) + b
                pre_sig.append(next_input)
                post_sig.append(sigmoid(next_input))
                next_input = sigmoid(next_input)

            # Backpropagation gradient
            delta = cost_deriv(post_sig[-1], outp) * sigmoid_deriv(pre_sig[-1])
            del_b[-1] = delta
            del_w[-1] = np.dot(delta, post_sig[-2].transpose())

            for i in range(2, len(wts)):
                pre_sig_vec = pre_sig[-i]
                sig_deriv = sigmoid_deriv(pre_sig_vec)
                delta = np.dot(wts[-i+1].transpose(), delta) * sig_deriv
                del_b[-i] = delta
                del_w[-i] = np.dot(delta, post_sig[-i-1].transpose())

            sum_del_w = [dw + sdw for dw, sdw in zip(del_w, sum_del_w)]
            sum_del_b = [db + sdb for db, sdb in zip(del_b, sum_del_b)]

        # Modify weights based on current batch            
        wts = [wt - learning_coef * dw for wt, dw in zip(wts, sum_del_w)]
        bias = [bt - learning_coef * db for bt, db in zip(bias, sum_del_b)]

    return wts, bias

---

根据Shep的建议,我检查了在训练形状网络时[2, 1, 1]总是输出1 时发生了什么,实际上,网络在这种情况下正常训练.我在这一点上的最佳猜测是梯度对于0调整过强而在1s上调弱,导致净减少,尽管每一步增加 - 但我不确定.

Answer 1

我想你的问题在于初始权重的选择和权重算法初始化的选择。Encog的作者Jeff Heaton声称它的性能通常比其他初始化方法差。这是权重初始化算法性能的另一个结果。另外，根据我自己的经验，建议您使用不同的符号值来初始化权重。即使在我的所有正输出权重具有不同符号的情况下，其表现也比具有相同符号的表现更好。