我正在使用PSO训练FF FF神经网络(用于分类问题)。我只有一个隐藏层,我可以改变该层中的神经元数量。人工神经网络PSO训练
我的问题是,NN可以很轻松地学习线性可分问题,但无法得知不是线性分离(如XOR)像它应该能够做到的问题。
我相信我的PSO正常工作,因为我看到易拉罐它试图最大限度地减少每个粒子(使用均方误差在训练集)的误差函数。
我曾尝试使用具有类似(坏)结果的S形和线性激活函数。我也有一个偏见单位(这也没有多大帮助)。
我想知道的是,如果有具体的,我可能是做错了一些可能导致此类型的问题,或者只是有些事情我应该看看那里的错误可能。
我此刻有点失落
感谢
关于跳过隐藏层是正确的。我的错误功能也有错误。当我使用线性激活函数时,该应用程序现在可以很好地处理XOR等问题。当我使用sigmoid激活功能时,它不起作用。当使用sigmoid函数时,你应该将权重保持在特定范围内吗? – MysteryMan 2013-05-03 20:48:49
只是一个简单的计算错误。非常感谢 – MysteryMan 2013-05-04 09:26:49