Обученная сеть не реагирует на изменение входных параметров

Mantius18 мая 2009Data Mining2 комментария

Здравствуйте!

Построен трехслойный персептрон с алгоритмом обратного распространения ошибки, входные данные: 40 000 целых чисел от 0 до 255, каждое соответствует цвету пикселя рисунка размера 200*200 в gray scale, затем два скрытых слоя и на выходе 4 нейрона - координаты определенного элемента рисунка(х1, у1, х2, у2 - координаты углов прямоугольника, описывающего заданную область).
Пробовал менять количество нейронов на внутренних слоях(от 36-12-4 до 300-100-4), случайные значения весов при инициализации сети(здесь были некоторые подвижки, но при обучении они сводились на нет), добавлять сигмоидальную функцию на суммы(с ней всё совсем плохо становится=) ), везде одна и та же проблема остается:
После обучения сеть не реагирует на входные данные.
Если использовать сигмоидальную функцию, то просто на любой рисунок для распознавания у сети один ответ(какой-то средний вариант ответа с наименьшей погрешностью относительно случайно выбиравшихся при обучении рисунков), если без нее, то ответы разные, но зависят они от общей яркости рисунка, но никак не от фигур, изображенных на нем.

Понимаю, что делаю что-то в корне не так, но что конкретно понять не могу=( Прошу помощи.