bp

2018.10.12
在过去两周里，我尝试了bp的实现，采用两层网络，100个迭代100000次，总的误差缩小到0.02左右，基本可以再0-1内拟合y=x^2，在两端的时候拟合的比较差，误差能在10%左右，但在中间的部分，误差基本都在2%以内。另外在训练收敛的时候，最开始训练了几千次，所的参数非常混乱，误差虽然在减小，但是依然比较大，一百个数据的总误差的平方能在4-5。我一度怀疑自己写错了，后来经过指导才发现，是由于训练次数太少，step设置的比较小，收敛的比较慢，越过一个临界点之后会突然下降到原来的百分之几，然后验证的数据大致能够符合我们所训练的那个趋势了，这里我最开始使用的step是0.2，等到损失函数降到0.1以下的时候，将step降到0.01继续训练。
另外我尝试了进行双输入分类的方法进行拟合x2 = x1^2为1的分类方法训练，我用100个（i,i*i）正样本进行训练，和100个（I,0）的数据作为负样本进行训练，如果测试样本模式如我训练的样本，则效果可以接受，但其很快就会出现不收敛了，可能可以通过学习率的值调调整，让它收敛的更好。