Python 神经网络错误率没有进展

这里没有神经网络。
我正在使用PyBrain尝试创建一个学习音乐的网络。
我的数据集由大约一百首歌曲组成，其中网络的输入是两个音符，目标是接下来的两个音符。
每个音符由一个int表示音符/和弦组合，一个int表示音符的八度，一个float表示音符的持续时间。
我的网络如下所示：

    net = RecurrentNetwork()
    net.addInputModule(LinearLayer(6, name='in'))
    net.addModule(LSTMLayer(50, name='hidden1'))
    net.addModule(LSTMLayer(50, name='hidden2'))
    net.addOutputModule(LinearLayer(6, name='out'))
    net.addConnection(FullConnection(net['in'], net['hidden1'], name='c1'))
    net.addConnection(FullConnection(net['hidden1'], net['hidden2'], name='c3'))
    net.addRecurrentConnection(FullConnection(net['hidden2'], net['hidden1'], name='c4'))
    net.addConnection(FullConnection(net['hidden2'], net['out'], name='c5'))
    net.sortModules()

有了这样的数据集和培训师：

ds = SupervisedDataSet(6, 6)
trainer = BackpropTrainer(net, ds, verbose = True, momentum = 0.01)

我的问题是，当我训练网络时，我得到了一个巨大的错误（例如24569847209.8），它似乎永远不会下降，它随着每个历元而变化，但总是徘徊在同一个数字附近

网络训练完成后，它会将两个随机音符作为输入创建一首歌曲，然后生成目标，然后将目标作为输入传回，并反复重复，直到有一首完整的歌曲。但我发现它所做的只是一遍又一遍地写输出，就像它只学习一个固定目标一样

---

我真的不确定是什么原因导致了这种情况。如果有我应该包括的信息，请告诉我。

我似乎已经解决了学习问题！ 随着我的训练，我的网络错误正在稳步减少！ 我用错了教练。因为我使用的是递归神经网络，所以我不应该使用反向传播训练器。我现在正在使用RPROPS培训机。 要修复，请单击以下行：

trainer = BackpropTrainer(net, ds, verbose = True, momentum = 0.01)

改为

trainer = RPropMinusTrainer(net, dataset=ds, verbose = True)

---

Stackoverflow更像是用来解决编码问题，而不是教人们如何使用神经网络。初始化网络时可能会出现很多问题。除非你真的有编码问题，否则我不同意你的评价。我有密码；这有个问题。我已经编辑了我的问题和标题，以消除任何混乱。如果你觉得我遗漏了一些重要的东西，请告诉我。可能是因为你的人际网络不知道该怎么做，因为歌曲中隐藏了太多两个音符的组合。你可以试着用几首非常相似的歌来“训练”你的网络。在这种情况下，网络将不会猜测，而是学习/记住序列，你应该看看你的方法是否普遍有效。@Joe只在一首歌（大约1000个音符对样本）上运行了1000个时代。开始时的总错误：5660650926.69，结束时的总错误：5563442152.03。结果是一样的——一次又一次地重复着同样的两个音符。我会尝试更多的训练，但在我看来，错误一开始就不应该那么高，这是一个荒谬的数字？在我看来，你的网络只是没有做你认为它做的事情。也许从一个非常简单的例子开始，也许拿一个50个数字的数组，可能有5个左右的正弦或余弦，让你的网络猜测它们。