为什么这种反向传播实现不能正确训练权重？

Question

我用代码here为一个神经网络编写了下面的反向传播例程。我所面临的问题让我困惑，并将我的调试技能发挥到了极限。在

我面临的问题很简单：当神经网络训练时，它的权值被训练到零，而精度却没有提高。在

我曾多次尝试修复它，以验证：

• 训练集是正确的
• 目标向量是正确的
• 前进一步是正确记录信息
• 后退三角洲记录正确
• 三角洲上的标志是正确的
• 重量确实在调整中
• 输入层的增量都为零
• 没有其他错误或溢出警告

一些信息：

• 将一个数字输入转换成一个8.0的数字网格
• 目标向量是在与正确数字相对应的位置为1的输出
• 初始权值和偏差由高斯分布分配
• 激活是标准的乙状结肠

我不知道从这里到哪里去。我已经确认了所有我知道要检查的东西都运行正常，但它仍然不起作用，所以我在这里询问。以下是我用于反向传播的代码：

def backprop(train_set, wts, bias, eta):
    learning_coef = eta / len(train_set[0])

    for next_set in train_set:
        # These record the sum of the cost gradients in the batch
        sum_del_w = [np.zeros(w.shape) for w in wts]
        sum_del_b = [np.zeros(b.shape) for b in bias]

        for test, sol in next_set:
            del_w = [np.zeros(wt.shape) for wt in wts]
            del_b = [np.zeros(bt.shape) for bt in bias]
            # These two helper functions take training set data and make them useful
            next_input = conv_to_col(test)
            outp = create_tgt_vec(sol)

            # Feedforward step
            pre_sig = []; post_sig = []
            for w, b in zip(wts, bias):
                next_input = np.dot(w, next_input) + b
                pre_sig.append(next_input)
                post_sig.append(sigmoid(next_input))
                next_input = sigmoid(next_input)

            # Backpropagation gradient
            delta = cost_deriv(post_sig[-1], outp) * sigmoid_deriv(pre_sig[-1])
            del_b[-1] = delta
            del_w[-1] = np.dot(delta, post_sig[-2].transpose())

            for i in range(2, len(wts)):
                pre_sig_vec = pre_sig[-i]
                sig_deriv = sigmoid_deriv(pre_sig_vec)
                delta = np.dot(wts[-i+1].transpose(), delta) * sig_deriv
                del_b[-i] = delta
                del_w[-i] = np.dot(delta, post_sig[-i-1].transpose())

            sum_del_w = [dw + sdw for dw, sdw in zip(del_w, sum_del_w)]
            sum_del_b = [db + sdb for db, sdb in zip(del_b, sum_del_b)]

        # Modify weights based on current batch            
        wts = [wt - learning_coef * dw for wt, dw in zip(wts, sum_del_w)]
        bias = [bt - learning_coef * db for bt, db in zip(bias, sum_del_b)]

    return wts, bias

---

根据Shep的建议，我检查了在训练形状为[2, 1, 1]的网络时发生了什么，实际上，在这种情况下，网络训练是正确的。在这一点上，我最好的猜测是，梯度对0的调整太强，而对1的调整太弱，导致净减少，尽管每一步都会增加——但我不确定。在

Answer 1

我想你的问题是初始权重的选择和权重初始化算法的选择。Jeff Heaton作者Encog声称它通常比其他初始化方法执行得差。Here是权重初始化算法性能的另一个结果。根据我自己的经验，建议你用不同的符号值初始化你的权重。即使在我所有的输出都是正的情况下，不同符号的权重比相同符号的权重表现得更好。在