c++ - 为什么神经网络无法预测？

我正在尝试使用反向传播算法训练神经网络。在OpenCV 2.3中。
但是，它无法正确预测...甚至在训练数据集上也无法正确预测。有人可以帮我在这里找到问题吗？

training_feature_matrix-Nx69浮点值矩阵

training_age_matrix-Nx4浮点值矩阵

test_feature_matrix-Mx69浮点值矩阵

test_age_matrix-浮点值的Mx4矩阵

特征矩阵(如上所述)如下:[0.123435、0.4542665、0.587545，... 68-这样的值+最后的值“1.0或2.0”(取决于其男性/女性))

年龄矩阵(如上所述)如下:[1，0，0，0; 1，0，0，0; 0，1，0，0; ...]这里的1s显示特征矩阵对应行的年龄类别(婴儿， child ，成人，老年人)。

这是代码:我使用上述矩阵作为参数调用“mlp”函数)

cv::Mat mlp(cv::Mat& training_feature_matrix, cv::Mat& training_age_matrix, cv::Mat& test_feature_matrix, cv::Mat& test_age_matrix)
{
cv::Mat layers = cv::Mat(3, 1, CV_32SC1);
layers.row(0)  = cv::Scalar(69);
layers.row(1)  = cv::Scalar(36);
layers.row(2)  = cv::Scalar(4);    //   cout<<layers<<"\n";

CvANN_MLP ann;
CvANN_MLP_TrainParams params;
CvTermCriteria criteria;
criteria.max_iter = 10000;
criteria.epsilon  = 0.001;
criteria.type     = CV_TERMCRIT_ITER + CV_TERMCRIT_EPS;
params.train_method = CvANN_MLP_TrainParams::BACKPROP;
params.bp_dw_scale  = 0.1;
params.bp_moment_scale = 0.1;
params.term_crit  = criteria;

ann.create(layers, CvANN_MLP::SIGMOID_SYM);
ann.train(training_feature_matrix, training_age_matrix, cv::Mat(), cv::Mat(), params);

cv::Mat predicted(test_age_matrix.rows, 4, CV_32SC1);
for(int i = 0; i < test_feature_matrix.rows; i++)
{
  cv::Mat response(1, 4, CV_32F);
  cv::Mat sample = test_feature_matrix.row(i);
  ann.predict(sample, response);
  for (int g = 0; g < 4; g++)
  {
    predicted.at<int>(i,g) = response.at<float>(0,g);
  }
}
   cout << "\n";
   cout << ann.get_weights(0) << "\n";
   cout << ann.get_layer_sizes() << "\n";
   cout << ann.get_layer_count() << "\n\n";

return predicted;
}

编辑同样，ann.get_weights(0)和ann.get_layer_sizes()返回垃圾值，但是ann.get_layer_count()返回正确值3。

谢谢 :)

最佳答案

自问这个问题已经很久了，但我会分享答案。 sigmoid的输出值也有类似的问题。现在解决了。您可以在这里检查我的问题:

OpenCV Neural Network Sigmoid Output

总结一下错误，是由于mlp的create函数的默认参数引起的。像这样使用:ann.create(layers，CvANN_MLP::SIGMOID_SYM，1，1)。