我正在训练一个简单的反向传播神经网络，但使用Neuroph框架只能得到0.0或1.0

Question

我有一个神经网络，它是使用neuroph java框架创建的。该网络有2个输入神经元，1个输出神经元和2个隐藏层，其中8个神经元。我正在尝试创建一个简单的网络来进行测试。

        ds.addRow(new DataSetRow(new double[] {0.1, 0.1}, new double[] {0.1}));
    ds.addRow(new DataSetRow(new double[] {0.2, 0.2}, new double[] {0.2}));
    ds.addRow(new DataSetRow(new double[] {0.3, 0.3}, new double[] {0.3}));
    ds.addRow(new DataSetRow(new double[] {0.4, 0.4}, new double[] {0.4}));
    ds.addRow(new DataSetRow(new double[] {0.5, 0.5}, new double[] {0.5}));
    ds.addRow(new DataSetRow(new double[] {0.6, 0.6}, new double[] {0.6}));
    ds.addRow(new DataSetRow(new double[] {0.7, 0.7}, new double[] {0.7}));
    ds.addRow(new DataSetRow(new double[] {0.8, 0.8}, new double[] {0.8}));
    ds.addRow(new DataSetRow(new double[] {0.9, 0.9}, new double[] {0.9}));
    ds.addRow(new DataSetRow(new double[] {1.0, 1.0}, new double[] {1.0}));
    BackPropagation backPropagation = new BackPropagation();
    backPropagation.setMaxIterations(100000);
    backPropagation.setMaxError(0.0075);
    backPropagation.setMomentum(0.10);
    backPropagation.setLearningRate(0.30);

正如您从代码中看到的，这是一个非常简单的网络，其中第一组doubles是输入，最后一组是正确的输出，因此输入0.3，0.3应该是0.3等等。但是，在运行它时，在训练它之后，当我输入不同的输入时，我会得到0.0或1.0 (大多数情况下是1.0，当它是0.0时，0.0我返回0)？为什么会这样呢？为什么没有中间的东西。

Answer 1

问题是我在这里使用的神经网络是一个简单的感知器网络，这是一个很好的监督学习网络和线性分类器，这意味着它只会输出1或0。对于这个用例，多层感知器是一个更好的网络，因为它可以提供0到1之间的输出。

下面是一个使用Neuroph Java框架的代码示例。

MultiLayerPerceptron ann = new MultiLayerPerceptron(TransferFunctionType.LINEAR, 1, 3, 1); 
ann.learn(ds);

其中1是输入层的神经元数，3是隐藏层的神经元数，最后1是输出层的神经元数。然后简单地将数据集添加到网络中进行学习。