为什么我输出的Draw_H都是[1 1 1]

Wss312

    for c in range(n):
        # H = np.zeros([3])
        #print(Weight_Hid_Out)
        n_h1 = np.dot(Weight_In_Hid[:,0].T,x_Drawing_In1Out1[c])
        n_h2 = np.dot(Weight_In_Hid[:,1].T,x_Drawing_In1Out1[c])
        
        h0 = 1.0                       
        h1 = 1.0 / (1+np.exp(-n_h1))
        h2 = 1.0 / (1+np.exp(-n_h2))
        Draw_H = [h0,h1,h2]

Twilight6

发下完整代码吧

如何正确地发代码、上传图片和附件？
https://fishc.com.cn/thread-52272-1-1.html
(出处: 鱼C论坛)

Twilight6

数量积都为零？检查下这边的数据第1列和第2列：

1. n_h1 = np.dot(Weight_In_Hid[:,0].T,x_Drawing_In1Out1[c])
   
2.         n_h2 = np.dot(Weight_In_Hid[:,1].T,x_Drawing_In1Out1[c])

复制代码

Wss312

Twilight6 发表于 2020-5-19 13:33
发下完整代码吧

如何正确地发代码、上传图片和附件？

1. import pandas as pd
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. import xlwt
   
5. 
   
6. data = pd.read_excel(io='D:/人工智能/作业/Homework7.xlsx', sheet_name='In1Out1')  
   
7. data.insert(loc=1, column='x0', value=1)     # 在每行数据的第二列添加x0=1
   
8. x_train = data.iloc[:, 1:3].to_numpy()       # 抽取第二三列的数据，转换成数组格式
   
9. targets = data.iloc[:, 3].to_numpy()         # 抽取第四列targets
   
10. 
    
11. data1 = pd.read_excel(io='D:/人工智能/作业/Homework7.xlsx', sheet_name='Drawing_In1Out1')
    
12.    
    
13. data1.insert(loc=1, column='x0', value=1)
    
14. x_Drawing_In1Out1 = data1.iloc[:, 1:3].to_numpy()
    
15. x1 = data1.iloc[1:,2].to_numpy()
    
16. y1 = data1.iloc[1:,3].to_numpy()
    
17. 
    
18. DeltaHid = 0.3
    
19. DeltaOut = 0.001
    
20. α = 0.1
    
21. 
    
22. CCount = 0                                   # 初始化计数变量
    
23. 
    
24. n = x_train.shape[0]                         # 得到提取数据的数量
    
25. 
    
26. Max_iteration = int(input('Total Iteration:'))         # 输入最大迭代次数
    
27. 
    
28. Weight_In_Hid = np.random.normal(size=(2,2))
    
29. Weight_Hid_Out = np.random.normal(size=(3,1))
    
30. 
    
31. Weight_In_Hid_Delta =np.zeros((2,2))
    
32. Weight_Hid_Out_Delta = np.zeros((3,1))
    
33. 
    
34. for i in range(Max_iteration):               
    
35.     for k in range(n):                          
    
36. 
    
37.         H = np.zeros([3])
    
38.         
    
39.         neth1 = np.dot(Weight_In_Hid[:,0],x_train[k])
    
40.         neth2 = np.dot(Weight_In_Hid[:,1],x_train[k])
    
41. 
    
42.         H[0] = 1.0                       
    
43.         H[1] = 1/(1+np.e**(-neth1))
    
44.         H[2] = 1/(1+np.e**(-neth2))
    
45.         # 确定输出层
    
46.         
    
47.         Y = np.dot(Weight_Hid_Out.T,H)                     # Y值
    
48.         
    
49.         Delta_Out = targets[k] - Y
    
50.         
    
51.         Delta_Hid = np.zeros((2,1))
    
52.         Delta_Hid[0] = Delta_Out * Weight_Hid_Out[1] * H[1] * (1-H[1])
    
53.         Delta_Hid[1] = Delta_Out * Weight_Hid_Out[2] * H[2] * (1-H[2])
    
54.         for a in range(3):
    
55.             Weight_Hid_Out_Delta[a] = α * Weight_Hid_Out_Delta[a] + DeltaOut * Delta_Out * H[a]
    
56.         for b in range(2):
    
57.             for j in range(1,3):
    
58.                 Weight_In_Hid_Delta[b,j-1] = α *  Weight_In_Hid_Delta[b,j-1] + DeltaHid * x_train[k,b]
    
59.         Weight_In_Hid = Weight_In_Hid + Weight_In_Hid_Delta
    
60.         Weight_Hid_Out = Weight_Hid_Out + Weight_Hid_Out_Delta
    
61.       
    
62.         
    
63.         CCount += 1                          # 计数
    
64. 
    
65.         if CCount == n:                      # 当循环次数等于数据数时跳出循环进行下一次循环
    
66.             break
    
67.    
    
68.     print('Weight_In_Hid:')
    
69.     print(Weight_In_Hid)
    
70.     print('Weight_Hid_Out:')
    
71.     print(Weight_Hid_Out)
    
72.    
    
73.     for c in range(n):
    
74.       
    
75.         n_h1 = np.dot(Weight_In_Hid[:,0].T,x_Drawing_In1Out1[c])
    
76.         n_h2 = np.dot(Weight_In_Hid[:,1].T,x_Drawing_In1Out1[c])
    
77.         
    
78.         h0 = 1.0                       
    
79.         h1 = 1.0 / (1+np.exp(-n_h1))
    
80.         h2 = 1.0 / (1+np.exp(-n_h2))
    
81.         Draw_H = [h0,h1,h2]
    
82.         # 确定输出层
    
83.         
    
84.         Draw_Y = np.zeros([n])
    
85.         Draw_Y[c] = np.dot(Weight_Hid_Out.T[0],Draw_H)# Y值
    
86. 
    
87. # 画图
    
88. 
    
89. plt.ion()
    
90. plt.cla()                                # 清空画布
    
91. plt.ylim(-1, 4)                          # 固定y轴的取值范围
    
92. plt.xlim(-10, 10)                          # 固定x轴的取值范围
    
93. x = np.linspace(-10, 10, 8)
    
94.                
    
95. plt.plot(x1,y1, color='red')
    
96.       
    
97. plt.plot(x_Drawing_In1Out1[:,1],Draw_Y,color='blue')
    
98.         
    
99. plt.pause(0.1)           # 暂停一会
    
100.    
     
101. 
     
102. plt.ioff()                                   # 关闭交互
     
103. plt.show()

复制代码

Twilight6

Wss312 发表于 2020-5-19 13:46

我刚刚忘记改评论了，发现你是numpy 处理数据发全代码也没得测试哈哈

Twilight6

Wss312 发表于 2020-5-19 13:46

你试着把自己一些地方数据加上print ，自己人工调试下看下哪里数据有问题

1. x_train = data.iloc[:, 1:3].to_numpy()

复制代码

试着加上print 看下数据有没问题

1. Weight_In_Hid = np.random.normal(size=(2, 2))
   
2. Weight_Hid_Out = np.random.normal(size=(3, 1))

复制代码

这里也试试 ， 这种情况一般只能自己慢慢测了

Wss312

Twilight6 发表于 2020-5-19 13:48
我刚刚忘记改评论了，发现你是numpy 处理数据发全代码也没得测试哈哈

呜呜呜呜，好吧

Twilight6

Wss312 发表于 2020-5-19 13:51
呜呜呜呜，好吧

幸苦了 ，你可用试试我刚刚建议你的

如果对你有帮助，记得设置最佳哈~

Wss312

Twilight6 发表于 2020-5-19 13:40
数量积都为零？检查下这边的数据第1列和第2列：

第一列和第二列都是正确的数据，不知道为什么算出来就不对了，而且画出图来就是一条直线。我上传了完整代码，可以麻烦看一下吗

Wss312

Twilight6 发表于 2020-5-19 13:51
你试着把自己一些地方数据加上print ，自己人工调试下看下哪里数据有问题

好的，我也试了，就是H值算的老是1，不知道哪错了，感觉式子都对。

Twilight6

Wss312 发表于 2020-5-19 13:53
第一列和第二列都是正确的数据，不知道为什么算出来就不对了，而且画出图来就是一条直线。我上传了完整代 ...

1. n_h1 = np.dot(Weight_In_Hid[:, 0].T, x_Drawing_In1Out1[c])
   
2. n_h2 = np.dot(Weight_In_Hid[:, 1].T, x_Drawing_In1Out1[c])

复制代码

这下面你print一下试试？

Wss312

Twilight6 发表于 2020-5-19 13:58
这下面你print一下试试？

print的值都差不多，太难了

Twilight6

Wss312 发表于 2020-5-19 14:06
print的值都差不多，太难了

同情你  哈哈