在过去的几天里,我开始使用 deeplearning4j 库,但遇到了一个问题。
我的测试和输入数据由 25 个二进制值组成。训练集包含 40 行。网络有 4 个输出值。我的目标是训练网络以尽可能减少错误。
我尝试了不同的配置(以及 deeplearning4j 示例中提供的配置),但我仍然无法将我的网络配置为具有令人满意的准确性水平。更重要的是分类确实很奇怪 - 例如网络的输出值类似于 [0.31, 0.12, 0.24, 0.33]。
在我看来,正确的值应该像 [0, 0, 0, 1] 等。
我的神经网络配置:
private static final int SEED = 123;
private static final int ITERATIONS = 1;
private static final int NUMBER_OF_INPUT_NODES = 25;
private static final int NUMBER_OF_OUTPUT_NODES = 4;
private static final int EPOCHS = 10;
public static MultiLayerNetwork getNeuralNetwork() {
StatsStorage storage = configureUI();
MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder().seed(SEED).iterations(ITERATIONS).learningRate(1e-1)
.optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT)
.weightInit(WeightInit.RELU).updater(Updater.ADADELTA).list()
.layer(0, new DenseLayer.Builder().nIn(NUMBER_OF_INPUT_NODES).nOut(60)
.activation(Activation.RELU).build())
.layer(1, new DenseLayer.Builder().nIn(60).nOut(50)
.activation(Activation.RELU).build())
.layer(2, new DenseLayer.Builder().nIn(50).nOut(50)
.activation(Activation.RELU).build())
.layer(3, new OutputLayer.Builder(LossFunctions.LossFunction.MCXENT).nIn(50).nOut(NUMBER_OF_OUTPUT_NODES)
.activation(Activation.SOFTMAX).build()).backprop(true).build();
MultiLayerNetwork network = new MultiLayerNetwork(conf);
network.init();
network.setListeners(new StatsListener(storage), new ScoreIterationListener(1));
DataSetIterator iterator = new ListDataSetIterator(createTrainingSet());
for (int i = 0; i < EPOCHS; i++) {
network.fit(iterator);
}
return network;
}
我将非常感谢任何帮助。 问候,
最佳答案
方法一:
这似乎是 SOFTMAX 激活的预期行为。这是来自PredictGenderTest示例:
INDArray predicted = model.output(features);
//System.out.println("output : " + predicted);
if (predicted.getDouble(0) > predicted.getDouble(1))
gender.setText("Female");
else if (predicted.getDouble(0) < predicted.getDouble(1))
gender.setText("Male");
如果您想评估模型,使用此模式可能会更容易:
Evaluation eval = new Evaluation(numOutputs);
while(testIter.hasNext()){
DataSet t = testIter.next();
INDArray features = t.getFeatureMatrix();
INDArray labels = t.getLabels();
INDArray predicted = network.output(features, false);
eval.eval(labels, predicted);
}
System.out.println(eval.stats());
然后你会得到一个人类可读的结果
方法2:
我找到了另一种方法来实现这一目标,在某些情况下这可能更理想。
为数据设置标签名称:
DataSet verifyData = iterator.next(); List<String> labelNames = new ArrayList<>(); labelNames.add("Label 1"); labelNames.add("Label 2"); verifyData.setLabelNames(labelNames);
使用预测代替 model.output:
ArrayList<String> labels = (ArrayList<String>) model.predict(verifyData);
关于java - DeepLearning4j - 神经网络配置,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49391057/