在進行 【深度學習的數學】接“2×3×1層帶sigmoid激活函數的神經網絡感知機對三角形平面的分類訓練預測”,輸出層加偏置b 的測試中,我們發現,模型的初始權重對模型的訓練結果是影響非常大的,
如圖對比了兩種不同的模型訓練結果,權重和偏置初始參數均採用正態分佈隨機值
-
情況1
-
情況2
-
情況3
可以看到,情況1最接近我們預期的結果,情況2和情況3就比較奇怪,所以,選擇一個好的初始權重和偏置是非常重要的!
接下來我們選擇情況1中我們比較好的權重和偏置作爲我們本次訓練的初始權重和偏置,運行程序,還是訓練600次,可以看到,結果並沒有發生太大的變化!
當我們把訓練次數改成10000次,情況有些不一樣了
儘管繪製的圖形看起來與之前相比,仍未有較大改變!!