Statistics ANN输出值不稳定，提高了精度
我正试图开发一个人工神经网络，使用PyBrain对生物数据进行建模。My ANN编译并运行，但其准确度值非常低，从未超过~62%。从编码的角度来看，如何提高ANN的准确性？我注意到，每次，ANN的输出也不一样，即使测试数据集没有变化——是否有ANN不稳定的原因，我如何改进这一点Statistics ANN输出值不稳定，提高了精度,statistics,neural-network,bioinformatics,pybrain,Statistics,Neural Network,Bioinformatics,Pybrain,我正试图开发一个人工神经网络，使用PyBrain对生物数据进行建模。My ANN编译并运行，但其准确度值非常低，从未超过~62%。从编码的角度来看，如何提高ANN的准确性？我注意到，每次，ANN的输出也不一样，即使测试数据集没有变化——是否有ANN不稳定的原因，我如何改进这一点 谢谢！：） 如果每次运行脚本时都创建新网络，则输出不同是正常的 每次创建连接时，请使用随机值（范围0到1）初始化连接的权重 您可以使用NetworkWriter保存您的ANN，并使用pybrain.tools.custo
谢谢！：） 如果每次运行脚本时都创建新网络，则输出不同是正常的 每次创建连接时，请使用随机值（范围0到1）初始化连接的权重 您可以使用NetworkWriter保存您的ANN，并使用pybrain.tools.customxml中的NetworkReader读取它（请参阅代码文档以获取参考，pybrain API缺少一些东西） 您可以使用来调整培训过程。此外，您还可以将更多的培训时间应用到您的网络中
如果您提供您的代码，我可以说得更多。您使用的是什么类型的网络？你使用什么类型的学习/优化？我使用PyBrain库中内置的反向传播算法，我的隐藏层使用tanh挤压函数。我希望这能回答这个问题——如果有帮助的话，我很乐意提供代码。谢谢！然而，有没有一种方法可以保存能够产生最高精度的迭代？我个人迭代动量值（从0到1步0.1，但它可以更小，如0.01，如果你有时间的话）和学习率（从0.1到1步0.1），我使用
NetworkWritertestOnData（）上得分最高的网络BackpropTrainer