Nie jestem ekspertem od sieci neuronowych, ale myślę, że poniższe punkty mogą być dla ciebie pomocne. Jest też kilka fajnych postów, np. Tego na ukrytych jednostkach , które możesz wyszukać na tej stronie o tym, co robią sieci neuronowe, które mogą ci się przydać.
1 Duże błędy: dlaczego twój przykład w ogóle nie działał
dlaczego błędy są tak duże i dlaczego wszystkie przewidywane wartości są prawie stałe?
Wynika to z faktu, że sieć neuronowa nie była w stanie obliczyć podanej funkcji mnożenia, a wyprowadzenie stałej liczby w środku zakresu y
, niezależnie od tego x
, było najlepszym sposobem na zminimalizowanie błędów podczas treningu. (Zauważ, że 58749 jest dość bliski średniej pomnożenia dwóch liczb od 1 do 500 razem).
Bardzo trudno jest zrozumieć, jak sieć neuronowa może rozsądnie obliczyć funkcję zwielokrotnienia. Pomyśl o tym, jak każdy węzeł w sieci łączy wcześniej obliczone wyniki: bierzesz ważoną sumę wyników z poprzednich węzłów (a następnie stosuje się do niej funkcję sigmoidalną, patrz np. Wprowadzenie do sieci neuronowych , aby skrócić dane wyjściowe między i ). Jak uzyskasz sumę ważoną, która da ci mnożenie dwóch danych wejściowych? (Przypuszczam jednak, że możliwe jest wzięcie dużej liczby ukrytych warstw, aby multiplikacja działała w bardzo przemyślany sposób).−11
2 Minima lokalne: dlaczego teoretycznie uzasadniony przykład może nie działać
Jednak nawet przy próbie dodania napotykasz problemy w przykładzie: sieć nie trenuje pomyślnie. Uważam, że dzieje się tak z powodu drugiego problemu: uzyskania lokalnych minimów podczas szkolenia. W rzeczywistości, dla dodania, użycie dwóch warstw 5 ukrytych jednostek jest zbyt skomplikowane, aby obliczyć dodawanie. Sieć bez ukrytych jednostek doskonale trenuje:
x <- cbind(runif(50, min=1, max=500), runif(50, min=1, max=500))
y <- x[, 1] + x[, 2]
train <- data.frame(x, y)
n <- names(train)
f <- as.formula(paste('y ~', paste(n[!n %in% 'y'], collapse = ' + ')))
net <- neuralnet(f, train, hidden = 0, threshold=0.01)
print(net) # Error 0.00000001893602844
Oczywiście możesz przekształcić swój pierwotny problem w problem dodatkowy, biorąc dzienniki, ale nie sądzę, że tego właśnie chcesz, więc dalej ...
3 Liczba przykładów szkolenia w porównaniu do liczby parametrów do oszacowania
Więc jaki byłby rozsądny sposób przetestowania twojej sieci neuronowej za pomocą dwóch warstw 5 ukrytych jednostek, tak jak wcześniej? Sieci neuronowe są często używane do klasyfikacji, więc decyzja, czy wydaje się rozsądnym wyborem problemu. Kiedyś i . Zauważ, że należy nauczyć się kilku parametrów.x⋅k>ck=(1,2,3,4,5)c=3750
W poniższym kodzie mam bardzo podobne podejście do twojego, z tym wyjątkiem, że trenuję dwie sieci neuronowe, jedną z 50 przykładami z zestawu treningowego, a drugą z 500.
library(neuralnet)
set.seed(1) # make results reproducible
N=500
x <- cbind(runif(N, min=1, max=500), runif(N, min=1, max=500), runif(N, min=1, max=500), runif(N, min=1, max=500), runif(N, min=1, max=500))
y <- ifelse(x[,1] + 2*x[,1] + 3*x[,1] + 4*x[,1] + 5*x[,1] > 3750, 1, 0)
trainSMALL <- data.frame(x[1:(N/10),], y=y[1:(N/10)])
trainALL <- data.frame(x, y)
n <- names(trainSMALL)
f <- as.formula(paste('y ~', paste(n[!n %in% 'y'], collapse = ' + ')))
netSMALL <- neuralnet(f, trainSMALL, hidden = c(5,5), threshold = 0.01)
netALL <- neuralnet(f, trainALL, hidden = c(5,5), threshold = 0.01)
print(netSMALL) # error 4.117671763
print(netALL) # error 0.009598461875
# get a sense of accuracy w.r.t small training set (in-sample)
cbind(y, compute(netSMALL,x)$net.result)[1:10,]
y
[1,] 1 0.587903899825
[2,] 0 0.001158500142
[3,] 1 0.587903899825
[4,] 0 0.001158500281
[5,] 0 -0.003770868805
[6,] 0 0.587903899825
[7,] 1 0.587903899825
[8,] 0 0.001158500142
[9,] 0 0.587903899825
[10,] 1 0.587903899825
# get a sense of accuracy w.r.t full training set (in-sample)
cbind(y, compute(netALL,x)$net.result)[1:10,]
y
[1,] 1 1.0003618092051
[2,] 0 -0.0025677656844
[3,] 1 0.9999590121059
[4,] 0 -0.0003835722682
[5,] 0 -0.0003835722682
[6,] 0 -0.0003835722199
[7,] 1 1.0003618092051
[8,] 0 -0.0025677656844
[9,] 0 -0.0003835722682
[10,] 1 1.0003618092051
Widać, że netALL
robi się znacznie lepiej! Dlaczego to? Zobacz, co otrzymujesz za pomocą plot(netALL)
polecenia:
Robię 66 parametrów, które są szacowane podczas treningu (5 danych wejściowych i 1 dane wejściowe odchylenia dla każdego z 11 węzłów). Nie można wiarygodnie oszacować 66 parametrów na 50 przykładach szkolenia. Podejrzewam, że w tym przypadku możesz być w stanie zmniejszyć liczbę parametrów do oszacowania, zmniejszając liczbę jednostek. Po zbudowaniu sieci neuronowej można zauważyć, że prostsza sieć neuronowa może mniej napotykać problemy podczas treningu.
Ale jako ogólna zasada w każdym uczeniu maszynowym (w tym regresji liniowej) chcesz mieć o wiele więcej przykładów szkoleniowych niż parametrów do oszacowania.