多层感知器-不同的输入产生相同的输出

时间:2018-09-05 19:37:35

标签: machine-learning neural-network artificial-intelligence

我实现了一个简单的多层感知器,偶然发现了一个严重的问题:当输入发生巨大变化时,输出值仅会被轻微修改。

我创建了一个具有以下内容的MLP:

  • 输入层:5个神经元
  • 隐藏层1:3个神经元
  • 隐藏的第2层:3个神经元
  • 输出层:2个神经元

转发示例:

Input1 = [0.2, 0.7, 0.1, 0.9]
Input2 = [0.6, 0.2, 0.8, 0.01]

Output1 = [0.39468, 0.74283]
Output2 = [0.37928, 0.75102]


偏差值已正确添加。权重初始化范围为[-1; 1]。 sigmoid用作激活函数。
我注意到,当使用tanh或“挤压” S形图时,输出会有所不同,问题似乎已解决。但是为什么呢?

谢谢。

0 个答案:

没有答案