网络训练变化思路

我们先是用(1)1:20,的进行训练,然后用(2)20:1的进行对比,后来感觉最后少加了一层激活函数用singmoid感觉这个很重要,然后再用(3)20:1加上singmoid激活函数后的进行训练,然后再训练一个(4)1;2不用singmoid的进行训练,再用(5)1:2加上singmoid的进行训练,(6)以前已经训练好的1:2的简单网络的结果。。。

4和6可以看出是不是网络的问题。2和3可以看出加上singmoid的作用,1和2比较数据比例分布不同带来的数据分布问题,因为感觉比例失调虽然能使某一类的准确率上升了,但另一类却没能达到好的效果。所以如果能使两类数据能够很好的分类当然好。。。而且感觉singmoid函数的两个渐近线就是0和1,感绝会有好的效果,而且tanh能把数据分到-1和1 都是二分类问题一定会有好的结果的。。

猜你喜欢

转载自blog.csdn.net/haoyu_does/article/details/84928754
今日推荐