用人工神经网络映射非线性函数

Question

我正在处理一项困难的任务，因为我无法移动钢笔。解决以下问题的方法是什么？任何帮助都将不胜感激。

f(x)=1/x，x在0.1和1之间

问题是要求使用具有一个隐藏层的反向传播算法来训练网络。训练集将有200个输入/输出模式，测试集将有100个，验证将有50个模式。

我该如何解决这个问题呢？致以问候。

Answer 1

这听起来比实际情况复杂得多。网络并不知道您实际想要用输入和输出模式表示什么。所以不用担心这一点。你所需要做的就是建立这样一个网络(我假设你知道如何去做--否则只需要查看一下有几个库，但是在Excel中为了测试的目的甚至可以快速地设置它)。

然后，只需在循环中针对网络运行测试数据。一旦网络稳定下来，就把它存储起来，然后开始测试。

我假设模式的表示已经定义好了？这是定义质量的最重要的一点之一。x/y对在语义上越接近，表示模式必须越接近-在这里意味着x/y对之间的增量。特别是对于小的x值/大的y对！

否则网络将不会“理解”这一点，并且您可以永远教导-因为没有相似性的正确表示-在这种情况下，增量x和增量y

例如，二进制格式的值7与值8一点也不接近，这意味着如果网络没有“学习”到这一点，因为它从未见过8，那么它将无法正常工作。

因此，值越接近，网络的值表示就越相似！--这是关键。

调整参数将对模型进行微调