Java 错误NullH doOneLearningIteration

Java 错误NullH doOneLearningIteration,java,neural-network,backpropagation,Java,Neural Network,Backpropagation,我正在使用神经网络2.9框架来编码人工神经网络来预测房价。我想每次运行每个历元都得到每个错误(在图表上显示错误的改善),但这会导致错误 // create multi layer perceptron System.out.println("Creating neural network"); MultiLayerPerceptron neuralNet = new MultiLayerPerceptron( TransferFunctionType.SI

我正在使用神经网络2.9框架来编码人工神经网络来预测房价。我想每次运行每个历元都得到每个错误(在图表上显示错误的改善),但这会导致错误

// create multi layer perceptron
    System.out.println("Creating neural network");
    MultiLayerPerceptron neuralNet = new MultiLayerPerceptron(
            TransferFunctionType.SIGMOID, inputsCount, hiddentsCount1,
            outputsCount);

// set learning parameters
    MomentumBackpropagation learningRule = new MomentumBackpropagation();
    learningRule.setLearningRate(0.3);
    learningRule.setMomentum(0.5);
    learningRule.setNeuralNetwork(neuralNet);

    learningRule.setTrainingSet(TrainSet);
    learningRule.doOneLearningIteration(TrainSet);
我明白了:

Exception in thread "main" java.lang.NullPointerException
at org.neuroph.nnet.learning.MomentumBackpropagation.updateNeuronWeights(MomentumBackpropagation.java:72)
at org.neuroph.nnet.learning.BackPropagation.calculateErrorAndUpdateOutputNeurons(BackPropagation.java:83)
at org.neuroph.nnet.learning.BackPropagation.updateNetworkWeights(BackPropagation.java:53)
at org.neuroph.core.learning.SupervisedLearning.learnPattern(SupervisedLearning.java:190)
at org.neuroph.core.learning.SupervisedLearning.doLearningEpoch(SupervisedLearning.java:165)
at org.neuroph.core.learning.IterativeLearning.doOneLearningIteration(IterativeLearning.java:245)
at com.thao.Main.main(Main.java:76)

问题是当我使用:learningRule.learn(列车组);没关系,没有错误。文档很糟糕,不同的函数选择了正确的函数来运行我想要的正确的东西。

我发现doOneLearningIteration函数不起作用,因为在它们内部。它没有启动。因此,要运行,我们需要覆盖或运行1个历元,然后再运行doOneLearningIteration。
这对我来说很有用。

我发现doOneLearningIteration函数不起作用,因为在它们内部。它没有启动。因此,要运行,我们需要覆盖或运行1个历元,然后再运行doOneLearningIteration。
这对我来说很有用。

我给你们的建议是,即使是ML初学者,也只需使用Pytorch、Tensorflow等常见的大型社区框架即可。它的速度更快,并且有很多很好的例子。我们可以通过快速学习它们的示例来避免很多类似的bug。我给你们的建议是,即使是ML初学者,也只需使用常见的大型社区框架,如Pytorch、Tensorflow。它的速度更快,并且有很多很好的例子。通过更快地学习示例,我们可以避免很多类似这样的错误。