Java-Encog 3.2-RPROP网络不更新权重

我研究了很多问题和例子，但我似乎无法找出我的RPROP NN有什么问题。这也是我第一次使用Encog，所以我想知道是不是我做错了什么

我正试图通过给猫喂食图像（50x50）来训练网络识别猫，然后将其转换为灰度并给网络喂食输入双精度[]和目标双精度[]。我注意到错误一直是4.0，所以我在每次训练迭代中都执行dumpWeights（），以查看发生了什么。我注意到重量一直是零。然后，我又回到了基础，看看我是否做得对，因此我针对XOR问题对其进行了修改：

//////////First created the network:

BasicNetwork network = new BasicNetwork();

network.addLayer(new BasicLayer(null, true, 2));
network.addLayer(new BasicLayer(new ActivationBiPolar(), true, 2));
network.addLayer(new BasicLayer(new ActivationBiPolar(), false, 1));

network.getStructure().finalizeStructure();
network.reset(); 

//////Then created my data set and target vector (ideal vector) and fed it to a new RPROP training class:

final double targetVector[][] = { { -1 }, { 1.0 }, { 1.0 }, { -1 } };
final double inputData[][] = { { -1, -1 }, { 1.0, -1 },{ -1, 1.0 }, { 1.0, 1.0 } };

MLDataSet trainingSet = new BasicMLDataSet(inputData, targetVector);

final ResilientPropagation train = new ResilientPropagation(network, trainingSet);

///////train network

int epoch = 1;

    do{
        train.iteration();
        System.out.println("Epoch #" + epoch + " Error : " + train.getError()) ;
        epoch++;

        System.out.println(network.dumpWeights());

    }while(train.getError() > 0.01) ;
        train.finishTraining();

        System.out.println("End of training");

我得到以下输出，注意network.dumpWeights（）方法的结果是0.0行：

纪元132636错误：2.0 0,0,0,0,0,0,0,0,0 纪元132637错误：2.0 0,0,0,0,0,0,0,0,0 纪元132638错误：2.0 0,0,0,0,0,0,0,0,0 纪元#132639错误：2.0 0,0,0,0,0,0,0,0,0 历元#132640错误：2.0

。。。等等

你能看出我做错了什么吗？我还尝试了2-3-1体系结构作为XORHelloWorld.java示例的实现

---

任何帮助都将不胜感激

尝试将隐藏层切换到TANH激活功能，例如：

network.addLayer(new BasicLayer(null, true, 2));
network.addLayer(new BasicLayer(new ActivationTANH(), true, 2));
network.addLayer(new BasicLayer(new ActivationBiPolar(), false, 1));

---

有了这个改变，我可以让上面的例子收敛。我认为如果使用-1对1作为输入，它将比Sigmoid工作得更好。可以使用线性激活函数（即，ActivationBiPolar作为输出激活函数），但需要使用诸如sigmoid/tanh之类的函数作为隐藏函数。不只是像线性函数那样返回1.0作为导数的函数。

我只是尝试更改数据集和目标，用0.0替换-1，并将激活函数更改为ActivationSigmoid，似乎效果不错。更改后的输出：历元#48错误：0.007620154423525455 7.960025653965789，-14.1826808384842763，-1.261158421744572，-1.2781030810307181,10.5053716500236,9.69090558129927，-6.933186134247863,1.3562102936861975,1.6115414799461512，-2.8203649806273847,6.85571071016345，-4.423294726521557，2.52133147494805培训结束感谢杰夫的回复。我尝试了你的建议，我可以看到一个轻微的变化，但基本上我有相同的结果。权重只更新了一次，误差为2.0:0,0,0,0,0.4884507325564466,0.17375282591824576，-0.9245120358699924,0.39254804014179537,0.5835401350814016,0.9597289079109588历元#2207520错误：2.0我能够使其收敛的唯一方法是使用值为1和0的ActivationSigmoid作为输入和目标值，或者使用具有1和-1的ActivationSigmoid作为输入，使用值为1和0的目标向量，我也尝试使用ActivationBipolariastepenedSigmoid，网络有时收敛。在一次尝试中，我得到了：Epoch#45错误：0.008887634646260537在另一次尝试中，我得到了：Epoch#179852错误：0.999049357908（并继续运行）