Java ANN感知器或闸门训练无法正常工作
所以我试着用一个感知机来训练一个或门。问题是它不起作用。错误的是0->期望值=0,实际值=1。这一点没有改变 此外,当我放置要测试的权重时,它们似乎也不起作用,但这可能是我的testOut函数出了问题Java ANN感知器或闸门训练无法正常工作,java,artificial-intelligence,perceptron,Java,Artificial Intelligence,Perceptron,所以我试着用一个感知机来训练一个或门。问题是它不起作用。错误的是0->期望值=0,实际值=1。这一点没有改变 此外,当我放置要测试的权重时,它们似乎也不起作用,但这可能是我的testOut函数出了问题 public class Temp { double[][] data = {{0.d, 0.d}, {0.d, 1.d}, {1.d, 0.d}, {1.d, 1.d}}; double[] outputs = {0.d, 1.d, 1.d, 1.d}; double[][] weights
public class Temp {
double[][] data = {{0.d, 0.d}, {0.d, 1.d}, {1.d, 0.d}, {1.d, 1.d}};
double[] outputs = {0.d, 1.d, 1.d, 1.d};
double[][] weights = {
{ThreadLocalRandom.current().nextDouble(-.5, .5),
ThreadLocalRandom.current().nextDouble(-.5, .5)},
{ThreadLocalRandom.current().nextDouble(-.5, .5),
ThreadLocalRandom.current().nextDouble(-.5, .5)},
{ThreadLocalRandom.current().nextDouble(-.5, .5),
ThreadLocalRandom.current().nextDouble(-.5, .5)},
{ThreadLocalRandom.current().nextDouble(-.5, .5),
ThreadLocalRandom.current().nextDouble(-.5, .5)}
};
public double[][] train(int maxEpoch, double threshhold) {
for (int i = 0; i < maxEpoch; i++) {
System.out.println("EPOCH " + i);
double sum = 0.0d;
double actualOutput = 0.0d;
double[] ep = new double[outputs.length];
for (int j = 0; j < data.length; j++) {
for (int k = 0; k < data[j].length; k++) {
sum += data[j][k] * weights[j][k];
}
actualOutput = step(sum - threshhold);
ep[j] = outputs[j] - actualOutput;
for (int k = 0; k < data[j].length; k++) {
weights[j][k] = weights[j][k] + .1 * data[j][k] * ep[j];
}
System.out.println("output " + j + " " + actualOutput + " " + outputs[j] +" - " + ep[j]);
}
}
return weights;
}
public void testOut(double[][] data, double[][] weights, double threshhold){
double sum = 0;
double[] actualOutput = new double[data.length];
for (int j = 0; j < data.length; j++) {
for (int k = 0; k < data[j].length; k++) {
sum += data[j][k] * weights[j][k];
}
actualOutput[j] = step(sum - threshhold);
}
System.out.println(Arrays.toString(actualOutput));
}
public static void main(String[] args) {
Temp t = new Temp();
double[][] weights = t.train(200, 0);
t.testOut(t.data, weights, .5);
}
}
所以我解决了这个问题。由于阈值的值,阶跃函数返回0。我做的是2d,现在效果很好 您还可以提供steps()方法定义??公共静态int step(double x){return x>=0.d?1:0;}O/p类似于:EPOCH 0………,EPOCH 1……,----EPOCH 199。那你从哪里来的问题??你到底想要什么?基本上我把数据放在x1,x2值中,输出应该代表一个或门,所以0 0->0,0 1->1,等等。。。问题是它不收敛(有200个时代,这是一个很大的数目。实际上应该在~5年内收敛)。所以我一直得到0->1,这是一个错误,不应该是这样。
public static int step(double x) {
return x >= 0.d ? 1 : 0;
}