Neural network 是什么原因使得采用反向传播算法的多层感知器将所有样本分类为一类
我需要一个神经网络任务的帮助我应用了多层感知器和反向传播算法，我确信训练和学习的所有步骤都是完全正确的，但问题是测试步骤总是将所有样本分类到一个类中。 我的输出层有3个神经元，每个样本的输出层结果非常接近，所以它总是映射到一个类。Neural network 是什么原因使得采用反向传播算法的多层感知器将所有样本分类为一类,neural-network,Neural Network,我需要一个神经网络任务的帮助我应用了多层感知器和反向传播算法，我确信训练和学习的所有步骤都是完全正确的，但问题是测试步骤总是将所有样本分类到一个类中。 我的输出层有3个神经元，每个样本的输出层结果非常接近，所以它总是映射到一个类。 我试图更改学习率的值和迭代次数，但无效。如何初始化权重？您使用的是什么框架/库？我将它们随机初始化，然后尝试初始化为0.1，但不起作用，我使用visual c#您是否使用一对所有方法来确定要引用的类？我根据输出层的最大值（3个神经元的最大值）对样本进行分类（您是否应该
我试图更改学习率的值和迭代次数，但无效。如何初始化权重？您使用的是什么框架/库？我将它们随机初始化，然后尝试初始化为0.1，但不起作用，我使用visual c#您是否使用一对所有方法来确定要引用的类？我根据输出层的最大值（3个神经元的最大值）对样本进行分类（您是否应该获得更多数据进行培训？）