Простая реализация обратного распространения нейронной сети - проблема градиента (оптимизатор scipy fmin_cg) - PullRequest
Новая
       36

Простая реализация обратного распространения нейронной сети - проблема градиента (оптимизатор scipy fmin_cg)

0 голосов
/ 03 октября 2018

Я пытаюсь реализовать 3-х слойную нейронную сеть с обратной связью и обратным распространением.
Я проверил свою функцию стоимости, и она работает нормально.Моя функция градиента также выглядит нормально.

, но когда я пытаюсь оптимизировать переменную, используя fmin_cg из scipy, я получаю это предупреждение:
Warning: Desired error not necessarily achieved due to precision loss. Current function value: 4.643489 Iterations: 1 Function evaluations: 123 Gradient evaluations: 110

Я искал об этом, и кто-то сказал, что проблема с gradient.Это мой код для градиента: 

theta_flatten = theta_flatten.reshape(1,-1)

# retrieve theta values from flattened theta 
theta_hidden = theta_flatten[0,0:((input_layer_size+1)*hidden_layer_size)]
theta_hidden = theta_hidden.reshape((input_layer_size+1),hidden_layer_size)

theta_output = theta_flatten[0,((input_layer_size+1)*hidden_layer_size):]
theta_output = theta_output.reshape(hidden_layer_size+1,num_labels)

# start of section 1
a1 = x # 5000x401
z2 = np.dot(a1,theta_hidden) # 5000x25
a2 = sigmoid(z2)

a2 = np.append(np.ones(shape=(a1.shape[0],1)),a2,axis = 1) # 5000x26 # adding column of 1's to a2
z3 = np.dot(a2,theta_output) # 5000x10
a3 = sigmoid(z3) # a3 = h(x) w.r.t theta

a3 = rotate_column(a3) # mapping 0 to "0" instead of 0 to "10"
# end of section 1

# strat of section 2
delta3 = a3 - y # 5000x10
# end of section 2

# start of section 3
delta2 = (np.dot(delta3,theta_output.transpose()))[:,1:] # 5000x25 # drop delta2(0)
delta2 = delta2*sigmoid_gradient(z2)
# end of section 3

# start of section 4
DELTA2 = np.dot(a2.transpose(),delta3) # 26x10
DELTA1 = np.dot(a1.transpose(),delta2) # 401x25
# end of section 4

# start of section 5
theta_hidden_ = np.append(np.ones(shape=(theta_hidden.shape[0],1)),theta_hidden[:,1:],axis = 1) # regularization
theta_output_ = np.append(np.ones(shape=(theta_output.shape[0],1)),theta_output[:,1:],axis = 1) # regularization

D1 = DELTA1/a1.shape[0] + (theta_hidden_*lambda_)/a1.shape[0]
D2 = DELTA2/a1.shape[0] + (theta_output_*lambda_)/a1.shape[0]
# end of section 5

Dvec = np.append(D1,D2)

return Dvec

Я смотрю на github для реализации других людей, но ничего не работает, и они реализованы как я.
некоторые комментарии:
Раздел первый : реализация с прямой связью
Раздел два до четыре : обратное распространение от выходного слоя к входному слою
Раздел пятый : агрегирование градиентов
Пожалуйста, помогите
Спасибо

...