我得到了一個神經網絡,旨在做反向傳播。神經網絡後向傳播:偏差趨於無窮
我已經使用隱藏層
Δwji對加權更新下面=η×ΔJ×義
其中ΔJ是φ'(VJ)* EJ其中VJ =ΣIwjiyi,和對於輸出層和φ'(vj)* sum(δk* wkj)對於先前層
然而,隱藏單元的偏差之一總是趨於無窮大。它的含義是什麼?
編輯:
要無限的值變成是從一些神經元的一些輸入值VJ。所以,這意味着我的神經網絡只是加強了這樣的事實,即一個特定的神經元應該總是開火?
難道這也意味着我在訓練時缺乏針對這些特定輸入的各種示例嗎?
我嘗試了3個建議,但仍然沒有改變。我仍然有偏差趨於無窮,並且NN以0%的準確度失敗 – javaNoober