我正在研究多层感知器并为2D空间中的分类点编写简单的网络。具有动量的反向传播算法的网络列车。 不幸的是，即使局部误差为零，全局误差仍然很高，我无法理解为什么。控制台中的全局错误输出范围为[100,150]。所以，我的主要问题是：如何减少这个错误呢？ 显然，我提供了与我的项目存档的链接。关于这一点的几句话：网络的几乎所有参数都在文件libraries.h中（输入，隐藏和输出层维度，学习率，动量率，sigma和sigma派生定义）所以如果你想玩那个 - 在这里你去。 net的结构在文件perceptron.cpp中，图形库在plot.cpp中。要测试项目，您应该运行它，在出现的窗口上的点上单击鼠标左键，您想要成为类的中心。右键单击窗口将在这些中心周围的半径5的圆圈中生成随机点，并将使用此点训练网络 如果有人可以提供一些理论解决方案，或者甚至重新审视我的代码，我将非常感激。
答案 0 :(得分：0)
我成功地解决了这个问题 首先，我有不正确的点群中心，因此这些点在2D空间中变得完全不可分割 中学，我不得不重写训练过程，从集合中挑选随机点 第三个，我发现将double转换为int并不是最好的想法（非常高的数据丢失） 链接到最终版本的代码：CLICK