多层感知器:降低误差

Multi-layer perceptron: error reduction

本文关键字：误差感知更新时间：2023-10-16

我正在研究多层感知器，并在2D空间中编写简单的网络以进行分类点。通过反向传播算法进行净火车。不幸的是，即使本地错误将零，全局错误仍然很高，我不明白为什么。控制台中全局误差的输出范围[100，150]。所以，我的主要问题：如何减少此错误？
显然，我提供了与我的项目一起进行档案的链接。关于此的几句话：NET的几乎所有参数都在文件库中。。NET的结构位于文件perceptron.cpp中，图形库在plot.cpp中。要测试项目，您应该运行它，请在出现的窗口上的点上单击鼠标左键，您想成为课程中心。右键单击窗口将在这些中心周围的半径5圆圈中生成随机点，并将用此点训练网。
如果有人可以提供一些理论解决方案，甚至可以重新查看我的代码，我将非常感谢。

代码

我成功解决了问题。
首先，我的积分中心不正确，所以这个要点在2D空间中完全不可分割。
次要，我不得不重写培训过程，以从集合选择随机点。
第三，我发现将双重施放到int并不是有史以来最好的想法（数据丢失很高）。
链接到最终版本的代码：单击