Neural network 一个输入一个输出的编码平均值
我想用Encog构建一个神经网络,它有1个输入(0/1或真/假)和1个输出(双值),如果指定了标准(1作为输入),则计算平均值,如果未指定标准(0作为输入),则计算0 例如,如果我有以下训练数据集Neural network 一个输入一个输出的编码平均值,neural-network,encog,Neural Network,Encog,我想用Encog构建一个神经网络,它有1个输入(0/1或真/假)和1个输出(双值),如果指定了标准(1作为输入),则计算平均值,如果未指定标准(0作为输入),则计算0 例如,如果我有以下训练数据集 input | ideal 1 | 0.6 0 | 0 1 | 0.2 1 | 0.4 然后,如果输入为0,我预计约为~0.0,如果输入为1,则约为~0.4 我把我的问题简化了很多。但两个主要问题是: 我可以使用这样的数据集,还是应该计算所有数据集的平均值 复
input | ideal
1 | 0.6
0 | 0
1 | 0.2
1 | 0.4
然后,如果输入为0,我预计约为~0.0,如果输入为1,则约为~0.4
我把我的问题简化了很多。但两个主要问题是:
是的,你们可以从神经网络中得到平均值,但你们需要修改你们的训练集。现在你有三个1,只有一个0,这意味着你的神经网络会增加一些偏差。或者,如果你喜欢偏见,你只需要训练你的神经网络。关于网络结构,我建议您使用带s形函数和反向传播的多层神经网络作为训练方法,或者您也可以尝试使用quickprop。假设输入为1,输出为6?我说得对吗?不,我想要一个接近输入1所有理想输出平均值的值。对于上面的训练集,它将是0.4。