权重返回零，而不是数字，用于反向传播和随机梯度下降

问题描述

一段时间以来，我一直在努力解决这个问题。我正在尝试使用MNIST创建MLP，以便从Kaggle进行测试。

这是我的体重和激活功能的样子

# format dataset
x_vals = list(train.columns.drop(["label"]))
x_train = train[x_vals].values / 255
x_test = test[x_vals].values / 255

y_train = train.label.astype(str).str.get_dummies().replace({0: 0.1,1: 0.9}).values
y_test = test.label.astype(str).str.get_dummies().replace({0: 0.1,1: 0.9}).values

# weights range from -0.05 to 0.05
input_weights_w_ij = np.divide(np.random.rand(len(x_train[0]),n_hidden),20 * (-1) ** random.randint(0,1))
hidden_weights_w_jk = np.divide(np.random.rand(n_hidden + 1,10),20 * (-1) ** (random.randint(0,1)))

# activation function
def sigmoid(x,w):
    z = np.dot(x,w)
    return 1 / (1 + np.exp(-z))

这是我的随机梯度下降函数：

def gradient_descent(inputs,outputs,input_weights,hidden_weights,iterations):
    delta_wjk = np.zeros(hidden_weights.shape)
    delta_wij = np.zeros(input_weights.shape)
    accuracy_array = []

    for i in tqdm(range(iterations)):
        for jj in range(inputs.shape[0]):
            Xi = inputs[jj,:]
            hidden = sigmoid(Xi,input_weights)
            hidden = np.append(hidden,1)
            yhat = sigmoid(hidden,hidden_weights)
            # gradients for hidden to output weights
            g_wjk = (outputs[jj,:] - yhat) * yhat*(1-yhat)
            # gradients for input to hidden weights
            g_wij = hidden*(1-hidden)*np.dot(g_wjk,hidden_weights.T) 

            delta_wjk = eta*np.dot(np.atleast_2d(hidden).T,np.atleast_2d(g_wjk)) + alpha * delta_wjk
            
            delta_wij = eta*np.dot(np.atleast_2d(Xi).T,np.atleast_2d(g_wij[:-1])) + alpha * delta_wij
            print('delta_wij',delta_wij)
            # update weights
            input_weights -= delta_wij
            hidden_weights -= delta_wjk
        accuracy_array.append((acc_score(x_train,y_train,hidden_weights)))

当我打印delta_wij时，显示的唯一内容是在最终的嵌套数组中。看起来像这样：

delta_wij [[ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 [ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 [ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 ...
 [ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 [ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 [-4.58272825e-265 -4.41384094e-265 -4.29442019e-265 ... -3.77385114e-265
  -4.47469287e-265 -4.03663845e-265]]
delta_wij [[ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 [ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 [ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 ...
 [ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 [ 0.00000000e+000  0.00000000e+000  0.00000000e+000 ...  0.00000000e+000
   0.00000000e+000  0.00000000e+000]
 [-4.12445543e-265 -3.97245684e-265 -3.86497817e-265 ... -3.39646603e-265
  -4.02722358e-265 -3.63297460e-265]]

因此它将更新最后一个嵌套值，而不更新其他嵌套值。我可以看到我也在查看e ^ -265范围内的数字，但实际上其他嵌套数组都没有显示这些类型的值。我是否可以执行某些操作来强制这些数组显示这些值并使用这些值进行更新，或者有更好的方法呢？这似乎让我的准确性感到厌烦（每次运行迭代时，它都会返回相同的准确性）。任何帮助将不胜感激-谢谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）