EmguCV中的多層感知器

Question

我試圖在C＃（Windows窗體）中使用EmguCV 3.1（OpenCV庫的一個dot包裝器）實現多層感知器（MLP）神經網絡。爲了練習這個庫，我決定實施使用MLP的OR操作。

創建MLP使用 「初始化」 方法，並使用如下 「火車」 的方法學起來：

private void Initialize() 
{ 
    NETWORK.SetActivationFunction(
    ANN_MLP.AnnMlpActivationFunction.SigmoidSym); 

    NETWORK.SetTrainMethod(ANN_MLP.AnnMlpTrainMethod.Backprop); 

    Matrix<double> layers = new Matrix<double>(new Size(4, 1)); 
    layers[0, 0] = 2; 
    layers[0, 1] = 2; 
    layers[0, 2] = 2; 
    layers[0, 3] = 1; 
    NETWORK.SetLayerSizes(layers); 
} 

private void Train() 
{ 
    // providing data for input 

    Matrix<float> input = new Matrix<float>(4, 2); 
    input[0, 0] = MIN_ACTIVATION_FUNCTION; input[0, 1] = MIN_ACTIVATION_FUNCTION; 
    input[1, 0] = MIN_ACTIVATION_FUNCTION; input[1, 1] = MAX_ACTIVATION_FUNCTION; 
    input[2, 0] = MAX_ACTIVATION_FUNCTION; input[2, 1] = MIN_ACTIVATION_FUNCTION; 
    input[3, 0] = MAX_ACTIVATION_FUNCTION; input[3, 1] = MAX_ACTIVATION_FUNCTION; 

    //providing data for output 
    Matrix<float> output = new Matrix<float>(4, 1); 
    output[0, 0] = MIN_ACTIVATION_FUNCTION; 
    output[1, 0] = MAX_ACTIVATION_FUNCTION; 
    output[2, 0] = MAX_ACTIVATION_FUNCTION; 
    output[3, 0] = MAX_ACTIVATION_FUNCTION; 


    // mixing input and output for training 
    TrainData mixedData = new TrainData(
     input, 
     Emgu.CV.ML.MlEnum.DataLayoutType.RowSample, 
     output); 

    // stop condition = 1 million iterations 
    NETWORK.TermCriteria = new MCvTermCriteria(1000000); 

    // training 
    NETWORK.Train(mixedData); 
} 

凡MIN_ACTIVATION_FUNCTION，並且MAX_ACTIVATION_FUNCTION等於-1.7159和1.7159，分別爲（according to OpenCV Documentation）。經過100萬次迭代（因爲你在我停止狀態代碼中看到的），我測試的網絡進行預測採用如下方法預測：

private void Predict() 
{ 
    Matrix<float> input = new Matrix<float>(1, 2); 
    input[0, 0] = MIN_ACTIVATION_FUNCTION; 
    input[0, 1] = MIN_ACTIVATION_FUNCTION; 

    Matrix<float> output = new Matrix<float>(1, 1); 

    NETWORK.Predict(input, output); 
    MessageBox.Show(output[0, 0].ToString()); 

    ////////////////////////////////////////////// 

    input[0, 0] = MIN_ACTIVATION_FUNCTION; 
    input[0, 1] = MAX_ACTIVATION_FUNCTION; 

    NETWORK.Predict(input, output); 
    MessageBox.Show(output[0, 0].ToString()); 

    ////////////////////////////////////////////// 

    input[0, 0] = MAX_ACTIVATION_FUNCTION; 
    input[0, 1] = MIN_ACTIVATION_FUNCTION; 

    NETWORK.Predict(input, output); 
    MessageBox.Show(output[0, 0].ToString()); 

    //////////////////////////////////////////////// 

    input[0, 0] = MAX_ACTIVATION_FUNCTION; 
    input[0, 1] = MAX_ACTIVATION_FUNCTION; 

    NETWORK.Predict(input, output); 
    MessageBox.Show(output[0, 0].ToString()); 
} 

這裏是一個什麼樣的網絡預測的示例：
-0.00734469
-0.03184918
0.02080269
-0.006674092

我希望有一些事情是這樣的：
-1.7
+1.7
+1.7
+1.7


我的代碼有什麼問題？

請注意，我也使用0,1爲MIN_ACTIVATION_FUNCTION和MAX_ACTIVATION_FUNCTION值，但我仍然沒有任何好的結果。

更新1： 我編輯我的代碼作爲第一個答案引用我（即使我測試我的代碼與意見中引用的意見）。現在我打電話predict方法得到NaN。

Answer 1

根據EmguCV的新版本（Emgu.CV-3.1.0-r16.12），問題是版本3.1.0中的一個錯誤。現在它被修復爲Emgu.CV-3.1.0-r16.12。通過下載此版本，我可以從我的網絡獲得正確的答覆。

Answer 2

看來您在提供輸出數據時有錯誤。使用output而不是input。

我認爲你的輸出響應應該是二維矩陣（2列）。最後一層應該有2個輸出神經元，因爲你有2個類，例如(1, 0) is class "True"和(0, 1) is class "False"。也嘗試更改網絡的體系結構。邏輯運算符OR是可線性分離的，即它可以使用單個感知器執行。