关于神经网络每次预测结果不一样的问题

网络训练过程就是找到一个最优解，你可以想成一个开口向上的二次函数，我们要求函数得最小值，它的最优点就二次函数的最小值点，其实我们是可以通过数学公式直接求出最小值点的，但是实际的遇到的问题，我们需要求解的问题不像二次函数那么简单，最小值点没有公式可以直接求（有公式直接求就不需要神经网络这种方法了），所有需要通过在需要求解的函数上设置一个初始点，然后通过梯度下降的方法不断使这点逼近最优值的那个点。回到初始化值重不重要这个问题，我的回答是重要，但是官方一般都是默认选用了一种比较好的初始化值给大家直接使用，所以其实大部分工作者网络最开始的网络随机初始化值基本都是一样的，所以初始化值可以当作一个固定值来看待。

关于初始化影响大不大：就相当于我们爬山目的是达到山顶初始值就是你的起始位置现在官方一般有默认的初始值相当于默认把你先送到了二峰你再爬山。所以初始化当然重要如果你初始化在山底还不一定能顺利达到山顶呢。

-------------秋名山翻车的

感谢波波

关于神经网络每次预测结果不一样的问题相关推荐

神经网络每次结果不一样,神经网络预测问题
1.求助:神经网络两次训练的结果不一样神经网络两次训练的结果不一样,这是因为每次训练的迭代初值不相同(是随机的),所以得到的结果是有差异的.一般的话,软件开启第一次时,运行得到结果是比较正确的.例如 ...
神经网络可以用来预测吗,神经网络预测股票价格
利用BP神经网络预测股票价格走势 20 谷歌人工智能写作项目:神经网络伪原创如何利用Python预测股票价格预测股票价格没有意义写作猫.单支股票价格,多股组合,大盘这些都可以使用神经网络来学习,0 ...
bp神经网络时间序列预测,bp神经网络数据预处理
怎么用已经训练好的BP神经网络进行预测下一个值? 谷歌人工智能写作项目:神经网络伪原创 bp神经网络如何用于预测如何人工神经网络来预测下一个数值 newff函数建立BP神经网络,历史数据作为样本,例 ...
机器学习应用篇（八）——基于BP神经网络的预测
机器学习应用篇(八)--基于BP神经网络的预测文章目录机器学习应用篇(八)--基于BP神经网络的预测一.Introduction 1 BP神经网络的优点 2 BP神经网络的缺点二.实现过程 1 ...
bp神经网络时间序列预测,bp神经网络有几个阶段
什么是BP神经网络? . BP算法的基本思想是:学习过程由信号正向传播与误差的反向回传两个部分组成:正向传播时,输入样本从输入层传入,经各隐层依次逐层处理,传向输出层,若输出层输出与期望不符,则将误差 ...
神经网络可以用来预测吗,神经网络预测的局限性
最小二乘法.回归分析法.灰色预测法.决策论.神经网络等5个算法的使用范围及优缺点是什么? 最小二乘法:通过最小化误差的平方和寻找数据的最佳函数匹配.利用最小二乘法可以简便地求得未知的数据,并使得这些求 ...
MAT之NSL：CPK_NN神经网络实现预测哪个样本与哪个样本处在同一层，从而科学规避我国煤矿突水灾难
MAT之NSL:CPK_NN神经网络实现预测哪个样本与哪个样本处在同一层,从而科学规避我国煤矿突水灾难目录输出结果代码设计输出结果代码设计 load water_data.mat attri ...
神经网络并行预测_研究人员研究了为什么神经网络可以有效地进行预测
人工智能,机器学习和神经网络是日常生活中越来越多的术语.面部识别,对象检测以及人的分类和分割是机器学习算法的常见任务,这些算法现在已得到广泛使用.所有这些过程的基础都是机器学习,这意味着计算机可以捕获 ...
神经网络之预测共享单车使用情况
神经网络之预测共享单车使用情况该项目为优达学城Deep Learning Foundation Nanodegree Program的Neural Network阶段项目原始数据和代码可以在 ht ...

关于神经网络每次预测结果不一样的问题

关于神经网络每次预测结果不一样的问题相关推荐

最新文章

热门文章