私はpythonとtensorflowを初めて使用しています。より良い(多分)DNNとその数学を理解した後。私はエクササイズでテンソルフローを使うことを学び始めます。Tensorflow多層パーセプトロングラフが収束しない
私の練習の1つは、x^2を予測することです。それは、細かい訓練を受けた後である私が5.0を与えると25.0を予測します。
パラメータと設定:
コスト関数= E((Y-Y ')^ 2)
二つの隠れ層と、彼らが完全に接続されています。
learning_rate = 0.001
n_hidden_1 = 3
n_hidden_2 = 2
n_input = 1
しかしn_output = 1
def multilayer_perceptron(x, weights, biases):
# Hidden layer with RELU activation
layer_1 = tf.add(tf.matmul(x, weights['h1']), biases['b1'])
layer_1 = tf.nn.relu(layer_1)
# Hidden layer with RELU activation
layer_2 = tf.add(tf.matmul(layer_1, weights['h2']), biases['b2'])
layer_2 = tf.nn.relu(layer_2)
# Output layer with linear activation
out_layer = tf.matmul(layer_2, weights['out']) + biases['out']
return out_layer
def generate_input():
import random
val = random.uniform(-10000, 10000)
return np.array([val]).reshape(1, -1), np.array([val*val]).reshape(1, -1)
# tf Graph input
# given one value and output one value
x = tf.placeholder("float", [None, 1])
y = tf.placeholder("float", [None, 1])
pred = multilayer_perceptron(x, weights, biases)
# Define loss and optimizer
distance = tf.sub(pred, y)
cost = tf.reduce_mean(tf.pow(distance, 2))
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)
init = tf.initialize_all_variables()
# Launch the graph
with tf.Session() as sess:
sess.run(init)
avg_cost = 0.0
for iter in range(10000):
inp, ans = generate_input()
_, c = sess.run([optimizer, cost], feed_dict={x: inp, y: ans})
print('iter: '+str(iter)+' cost='+str(c))
、結局のところ、そのC時々大きくなり、時には低くなります。 (しかしそれは大きい)
は、コスト関数についての私のコードですか? E((y-y ')^ 2) –
ありがとう、私は今平均コストを使用し、私はそれが降下するのを見ます。入力を拡大する理由は、費用関数がうまく機能するためですか?私は正しい?入力値の範囲が大きすぎる場合。許容されてもコストは大きくなる。例えば100^2 = 10000とし、それは9800を予測する。コストは200^2となる。ただし、コスト関数を変更するとオプティマイザを変更する必要があります。これまでのところ私の理解です。私が間違っている場合私を修正してください。 –
はい、大きな値が収束するまでにもっと時間がかかります。オプティマイザについては、異なるコスト関数で同じオプティマイザを使用できますが、一般的には単純化のためにSGDを選択しています。 – daoliker