AForge.NET -反向传播学习始终返回值[-1;1]

Question

我对使用AForge.NET -神经学习-反向传播的反向传播学习有一些问题。实际上，我尝试实现神经网络，就像在样本中一样(近似)。我的问题是: 1.输入向量{ 1，2,3，...,19,20} 2.输出向量{1,2,3，...,19,20} (它的线性函数) 3. ActivationNetwork网络=新的ActivationNetwork(新的BipolarSigmoidFunction(2)，1，20，1)；4.然后大约10k次-teacher.RunEpoch(输入，输出)；

当学习完成时，我的network.Compute()返回-1中的值；1为什么？

在样本中有一些类似于归一化向量的值(x -> -1；1和y -> - 0.85；0.85)，当我这样做时，一切都很好……但这只是我想了解神经网络如何工作的样本。我目前想要实现的问题更加复杂(超过40个输入神经元)

有谁可以帮我？

Answer 1

我还没有使用AForge，但BipolarSigmoidFunction很可能是tanh，即输出在- 1，1范围内。这通常用于分类，有时用于有界回归。在您的案例中，您可以缩放数据或使用线性激活函数(例如，identity，g(a) = a)。