Artificial intelligence FANN中bit失败的目的是什么?

Artificial intelligence FANN中bit失败的目的是什么?,artificial-intelligence,neural-network,fann,Artificial Intelligence,Neural Network,Fann,我收到范恩的回复如下 Epochs 1. Current error: 0.2500066161. Bit fail 4. Epochs 58. Current error: 0.0000930788. Bit fail 0. Bit fail在这里是什么意思?来自FANN的文档 失败位的数目;指不同于位失效极限的输出神经元数量 位失败限制是允许的预期输出值和实际输出值之间的最大差值。。如果预期输出神经元值与实际输出神经元值之间的差值大

我收到范恩的回复如下

    Epochs            1. Current error: 0.2500066161. Bit fail 4.
    Epochs           58. Current error: 0.0000930788. Bit fail 0.

Bit fail在这里是什么意思?

来自FANN的文档

失败位的数目;指不同于位失效极限的输出神经元数量
位失败限制是允许的预期输出值和实际输出值之间的最大差值。。如果预期输出神经元值与实际输出神经元值之间的差值大于位失败限制,则该值视为1位失败。在您给出的样本输出中,在58个时间点,所有输出神经元给出的实际输出与预期输出足够接近,因此位失败为0,训练停止。换句话说,所有培训示例的输出都与预期输出非常接近。在第一个纪元中,4个训练样本给出了导致bit失败的输出。

是的,我也发现这一点令人困惑,并认为这可能是“ruby fann”中的一个bug


FANN手册指出,这是失败的输出神经元数量,但没有说这是所提供样本集的输出神经元数量的总和。因此,最坏情况下的“位失败”是所有样本的所有输出神经元都失败(超过指定的位失败限制)。

当它说输出神经元的数量不同时,这意味着什么?我想我不明白它背后的概念。有人能解释一下或指出我可以阅读的地方吗?如果输出应该是0或1,那么位失败限制应该设置为零吗?我还对位失败限制如何与“期望的错误”一起工作感到困惑。