Neural network 神经网络函数逼近
所以我有这样的东西, y=l3*[sin(theta1)*cos(theta2)*cos(theta3)+cos(theta1)*sin(theta2)*cos(theta3)-sin(theta1)*sin(theta3)+cos(theta1)*cos(theta2)+cos(theta1)+sin sin l1*sin(theta1)+l0强> 对于x来说也是类似的。式中,Tai是指定间隔的角度,li是一些系数。这项任务是对方程进行近似反演,所以你们设置x和y,结果将是合适的θ。所以我从指定的区间随机生成θ,计算x和y。然后我在x和y之间,θ之间。我用这些数据作为训练集,网络的输入是标准化的x和y,输出是标准化的θ 我对网络进行了训练,尝试了不同的配置,经过整晚的训练,网络的绝对误差仍然在24.9%左右。太多了,我不知道该怎么办Neural network 神经网络函数逼近,neural-network,backpropagation,approximation,Neural Network,Backpropagation,Approximation,所以我有这样的东西, y=l3*[sin(theta1)*cos(theta2)*cos(theta3)+cos(theta1)*sin(theta2)*cos(theta3)-sin(theta1)*sin(theta3)+cos(theta1)*cos(theta2)+cos(theta1)+sin sin l1*sin(theta1)+l0 对于x来说也是类似的。式中,Tai是指定间隔的角度,li是一些系数。这项任务是对方程进行近似反演,所以你们设置x和y,结果将是合适的θ。所以我从指定的
- 更大的训练集
- 更大的网络
- 学习率实验
- 更长的训练
我也用更大的数据集进行实验,但精确度并没有提高。你的损失函数是什么?你的优化器呢?我猜你几乎没有关于这个异常函数的数据。你能在函数上绘出1000个数据点吗?这将有助于决定是否需要更多数据…我的损失函数是1/2(期望达到)^2,优化器是误差反向传播作为随机梯度下降形式。感谢您提供绘图数据的提示,但我不确定如何合理绘图,因为每个输出(x,y)有3个θ,所以它将是4D图形,而且,我提到我需要函数的近似反转,以便有2个输入和3个输出。