相关疑难解决方法(0)

好的,所以我正处于Andrew Ng关于课程的机器学习课程的中间,并且想要调整作为任务4的一部分完成的神经网络.

特别是,我作为任务的一部分正确完成的神经网络如下:

• Sigmoid激活功能: g(z) = 1/(1+e^(-z))
• 10个输出单位,每个单位可以取0或1
• 1个隐藏层
• 用于最小化成本函数的反向传播方法
• 成本函数:

其中L=number of layers,s_l = number of units in layer l,m = number of training examples,K = number of output units

现在我想调整练习,以便有一个连续的输出单元,在[0,1]之间取任何值,我正在尝试找出需要改变的东西,到目前为止我有

• 用我自己的数据替换数据,即输出是0到1之间的连续变量
• 更新了对输出单元数的引用
• 将反向传播算法中的成本函数更新为: 其中a_3是从前向传播确定的输出单位的值.

我确信其他必须改变,因为梯度检查方法显示由反向传播确定的梯度,并且数值近似不再匹配.我没有改变sigmoid梯度; 则留在f(z)*(1-f(z))其中f(z)是S形函数1/(1+e^(-z))),也没有我更新衍生物式的数值近似; 简单(J(theta+e) - J(theta-e))/(2e).

任何人都可以建议需要采取哪些其他步骤？

在Matlab中编码如下:

% FORWARD PROPAGATION
% input layer
a1 = [ones(m,1),X];
% hidden layer
z2 = a1*Theta1';
a2 = sigmoid(z2); …