我完全理解 ANN 背后的理论(在这种情况下，通过反向传播进行前馈)。随着网络的学习，权重会相应调整以给出正确的结果。但是，由于涉及随机因素，即使用随机权重来初始化网络，我如何检查产生的结果是否只是偶然/纯巧合？
最佳答案
这似乎是一个相当哲学的问题，不是吗？对于非平凡的情况，特定的权重值将部分由机会驱动……那又怎样？如您所知，ANN 的一个特点是“推理过程”无法追踪；它要么得到正确答案，要么没有。通过培训，您可以改进您希望得到正确答案的功能。如果该函数可靠地产生正确的结果，那么机会是该函数推导中的一个元素就没有关系。
ANN 有可能在训练集中的每个问题上都得到正确的结果，并且在它以前没有见过的任何问题上仍然得到疯狂的结果。这可能意味着它首先被过度参数化，因此它只“记住”了训练集。这可能意味着训练集不足以代表问题的范围。在每一种情况下，机会将决定您最终得到的是部分正确的函数，以及您因其他问题而得到的错误结果类型。
但是，如果您有一个非常适合某个问题的 ANN 和一个足以启动它的训练集，那么它将可靠地产生正确的结果。机会在决定它具体包含什么功能方面发挥了作用，但所选功能(无论如何都是不透明的)有效，所以谁在乎呢？
关于testing - 如何检查人工神经网络的结果不是偶然的，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40723857/