我正在matlab中制作一个反向传播的MLP神经网络。问题在于,它似乎无法很好地处理函数中的曲线,并且也不能很好地与值进行比较。例如,它可以达到cos(x)的80%,但如果我放置100 * cos(x),它根本就不会训练。MLP神经网络训练不正确,可能收敛到本地最小值
什么是更加古怪的是,有些功能能很好地训练到,而其他人只是没有在所有的工作.. 例如: 训练有素:http://img515.imageshack.us/img515/2148/coscox3.jpg
不太好:http://img252.imageshack.us/img252/5370/cos2d.jpg(被留下了很长一段时间)
错误的结果,平滑坚持这样:http://img717.imageshack.us/img717/2145/ex2ug.jpg
这是我想要实现算法中:
http://img594.imageshack.us/img594/9590/13012012001.jpg
http://img27.imageshack.us/img27/954/13012012002.jpg
这是我实现:
close all;clc;
j=[4,3,1]; %number neurons in hidden layers and output layer
i=[1,j(1),j(2)];
X=0:0.1:pi;
d=cos(X);
%-----------Weights------------%
%-----First layer weights------%
W1p=rand([i(1)+1,j(1)]);
W1p=W1p/sum(W1p(:));
W1=rand([i(1)+1,j(1)]);
W1=W1/sum(W1(:));
%-----Second layer weights------%
W2p=rand([i(2)+1,j(2)]);
W2p=W2p/sum(W2p(:));
W2=rand([i(2)+1,j(2)]);
W2=W2/sum(W2(:));
%-----Third layer weights------%
W3p=rand([i(3)+1,j(3)]);
W3p=W3p/sum(W3p(:));
W3=rand([i(3)+1,j(3)]);
W3=W3/sum(W3(:));
%-----------/Weights-----------%
V1=zeros(1,j(1));
V2=zeros(1,j(2));
V3=zeros(1,j(3));
Y1a=zeros(1,j(1));
Y1=[0 Y1a];
Y2a=zeros(1,j(2));
Y2=[0 Y2a];
O=zeros(1,j(3));
e=zeros(1,j(3));
%----Learning and forgetting factor-----%
alpha=0.1;
etha=0.1;
sortie=zeros(1,length(X));
while(1)
n=randi(length(X),1);
%---------------Feed forward---------------%
%-----First layer-----%
X0=[-1 X(:,n)];
V1=X0*W1;
Y1a=tanh(V1/2);
%----Second layer-----%
Y1=[-1 Y1a];
V2=Y1*W2;
Y2a=tanh(V2/2);
%----Output layer-----%
Y2=[-1 Y2a];
V3=Y2*W3;
O=tanh(V3/2);
e=d(n)-O;
sortie(n)=O;
%------------/Feed Forward-----------------%
%------------Backward propagation---------%
%----Output layer-----%
delta3=e*0.5*(1+O)*(1-O);
W3n=W3+ alpha*(W3-W3p) + etha * delta3 * W3;
%----Second Layer-----%
delta2=zeros(1,length(Y2a));
for b=1:length(Y2a)
delta2(b)=0.5*(1-Y2a(b))*(1+Y2a(b)) * sum(delta3*W3(b+1,1));
end
W2n=W2 + alpha*(W2-W2p)+ (etha * delta2'*Y1)';
%----First Layer-----%
delta1=zeros(1,length(Y1a));
for b=1:length(Y1a)
for m=1:length(Y2a)
delta1(b)=0.5*(1-Y1a(b))*(1+Y1a(b)) * sum(delta2(m)*W2(b+1,m));
end
end
W1n=W1+ alpha*(W1-W1p)+ (etha * delta1'*X0)';
W3p=W3;
W3=W3n;
W2p=W2;
W2=W2n;
W1p=W1;
W1=W1n;
figure(1);
plot(1:length(d),d,1:length(d),sortie);
drawnow;
end
我的问题是,我能做些什么来纠正呢? 到目前为止,我的猜测是,我在反向传播中有问题,特别是在计算增量和权重时。或者我有权重初始化错误(太小,或不依赖于最初的输入)..
当然,Matalb中有一个神经网络工具箱,还有很多围绕网络的实现。为什么不将结果与已知的工作进行比较? – Jorge 2012-01-14 07:14:50
我似乎没有工具箱。 – patokun 2012-01-14 09:34:24
参见http://homepages.cae.wisc.edu/~ece539/matlab/ – Jorge 2012-01-14 10:14:49