多层神经网络将无法预测
我已经实现多层感知器来预测输入矢量的罪负值。向量由随机选择的4个-1,0,1组成，并且偏置设置为1.网络应该预测向量内容的和的罪。多层神经网络将无法预测
例如输入= < 0,1，-1,0,1>输出= SIN（0 + 1 +（ - 1）+ 0 + 1）
我遇到的问题是，网络将从来没有预测到一个负值，许多矢量的罪恶值都是负值。它可以完美地预测所有正或零输出。我假设更新权重时出现问题，这些权重在每个时期后都会更新。有没有人遇到过NN的这个问题？任何帮助都会很棒！
注意：网络有5个输入，1个隐藏层中的6个隐藏单元和1个输出。我在激活隐藏层和输出层使用了sigmoid函数，并且尝试了大量的学习率（当前为0.1）。
作为自我看着多层感知因此籍此与一粒盐很长时间。
我会重新调整你的问题域的[0,1]域，而不是[-1,1]。如果你看一看物流功能图：
它在[0,1]之间产生的值。我不指望它会产生负面结果。我可能是错的，艰难。
编辑：
您可以将逻辑函数实际上延伸到你的问题域。使用generalized logistic curve将A和K参数设置为域的边界。
另一种选择是双曲正切，它从[-1，+ 1]变为并且没有常数成立。
有许多不同种激活函数，其中有许多是如果使用的是一个函数，它仅在0和1之间输出设计成输出从0〜1的值，尝试调整它，以便它输出之间1和-1。如果您使用FANN我会告诉您使用FANN_SIGMOID_SYMMETRIC激活功能。
我不能使用任何库来完成这项任务，如果只有！我看看它是如何工作的，非常感谢 –
非常感谢，这有一定道理！ Il必须查看一个可以允许负值的函数。不幸的是，我不能将问题域更改为大学的任务。再次感谢！ –
@B。鲍尔斯用可能的解决方案更新了我的答案。 –
这太好了，我现在就试试吧！这个公式中有很多参数不适用于这个网络，而数学绝对不是我的强项。这听起来像是前进的道路。 –