这是一个创建于 2036 天前的主题，其中的信息可能已经有所发展或是发生改变。
本人本科不是计算机方向，但是研究生转到了这方面，就在学院里面选了一个机器学习相关的毕设项目。基本内容就是以离子电流信号作为输入，用 pytorch 搭建神经网络预测燃烧压力，当然这些都不重要。然后我们选了三种，一个隐藏层的 ANN，三个隐藏层的 DNN，然后就是 RNN。因为我自己水平有限，python 和 ptorch 全是现学现卖，基本就是跟着一个研究生学长，他写代码我学习，然后稍微修改交给他运行。最开始的时候，可能是 ANN 代码出现了问题，然后出现了偏差较大的结果。
然后学长把 ANN 和 DNN 全部修改之后，把结果给我，我发现 DNN 效果还不如 ANN，就很懵逼 。问他他说可能是激活函数饱和了，说实话不太懂。然后他现在也没太多时间修改，调试，就让我用最开始错误的 ANN 结果，这样就能形成 ANN，DNN，RNN 效果越来越好的结果。但是现在很懵，还是想解决一下这个问题。
不知道有没有大佬帮忙看一下代码，有哪里有问题，呜呜呜。
代码地址： https://github.com/xjtu-cs-gao/pytorch_models
然后学长把 ANN 和 DNN 全部修改之后，把结果给我，我发现 DNN 效果还不如 ANN，就很懵逼 。问他他说可能是激活函数饱和了，说实话不太懂。然后他现在也没太多时间修改，调试，就让我用最开始错误的 ANN 结果，这样就能形成 ANN，DNN，RNN 效果越来越好的结果。但是现在很懵，还是想解决一下这个问题。
不知道有没有大佬帮忙看一下代码，有哪里有问题，呜呜呜。
代码地址： https://github.com/xjtu-cs-gao/pytorch_models
 |
1
xjtu001 OP 第一次用 github 上传东西，不知道能不能打开哦
|
|
2
xjtu001 OP v2ex 竟然不能发图，有点懵，没法上传效果图
|
 |
3
ivechan 2019-05-06 21:01:55 +08:00  3
ANN 和 DNN 这个概念先纠正一下。
ANN 应该是 artificial neural network，是比较广泛的概念，包含了 DNN。 DNN 是 deep neural network，有时候也称为 MLP，一般与 CNN, RNN 做区分。 你这里应该是三层网络（ DNN ）和单层网络（你说的 ANN ）对比， 建议你把 DNN 中的 dropout 和 BatchNorm 先去掉，特别是 dropout （ 0.5 ）可能太激进了。 另外注意下 Loss 曲线，三层比一层差可能有两个原因： 1. 过拟合，少训练一点时间就可以解决 2. 未拟合，建议增加时间，或者增加数据集。 |
 |
4
xychang 2019-05-06 21:08:32 +08:00 via Android
你数据量多大啊？最后模型取的是第几个 epoch 的结果？
|
 |
6
ipwx 2019-05-06 21:46:26 +08:00
无脑上 BN 和 Dropout 的都是猛士。
|
 |
9
loryyang 2019-05-06 21:50:31 +08:00
你的好和差到底是多少？至少要看到你的模型是欠拟合还是过拟合了，还是压根没有 work，然后相应地做调整
|
 |
11
longbye0 2019-05-06 22:41:17 +08:00
只看了下你写的 mlp。
同#3，去掉 bn 和 dropout。 看你输入输出应该是 721 维向量，自己度量下输入向量的相关性，判断下隐藏层该取小于 721 还是大于。 取一个完整工况不做训练，来验证。 |
 |
12
usingnamespace 2019-05-07 01:52:38 +08:00 via iPhone
还好有人纠正了你的概念。。。
|
 |
13
jackOne 2019-05-07 09:15:07 +08:00
建议看下你模型训练过程中的训练损失曲线以及验证损失曲线，看模型是否 work 或者是过拟合
|
Select Language