Neural network 前馈神经网络的误差检测

我的网络错误是否可能先减小，然后再增大？只是想检查一下我的编码是否正确。

是的，错误可能会暂时增加。这是因为您没有一直测试一个输入和预期的输出（您不应该这样做，因为这样网络将专门针对特定的输入输出集）。神经网络并不含蓄地“知道”它正在朝正确的方向发展。您基本上是遍历错误表面，以找到错误低于某个阈值的位置。因此，在特定的时间段，错误肯定会增加，但总体而言，随着反向传播根据错误调整权重，错误率应该会降低

例如，假设您正在尝试创建一个可以识别数字的神经网络。因此，您输入“1”的净输入和预期输出。输出不匹配，因此需要调整权重。因此，这意味着网络在识别“1”时会有较低的错误。但下一个输入可能是“4”，而“4”的误差可能更大，因此网络将再次自我调整。关键是为权重找到一种“快乐媒介”，这样它们就能识别输入，并在一定的误差阈值内提供适当的输出

---

然而，我不知道你所说的“减少，然后增加，直到最后一个时代”是什么意思。您只是在特定的时间段内进行培训，还是在您的网络达到某个错误阈值之前进行培训？

作为Vivin Paliath答案的补充，以下是典型培训的样子：

请注意，如果网络的学习率太高，则可能：

---

相关：

我终于找到了错误所在。是的，你是对的，随着程序在最后一个时代的发展，它会暂时增加然后减少。别介意我问题的后半部分。谢谢你的回答。