反向传播权重调整功能不起作用

Question

我正在使用 sigmoid 激活函数创建神经网络，但我的权重调整函数不起作用。权重从 -1 随机初始化到 1，随着网络训练，这些值超出范围。

权重存储在邻接矩阵中，每个权重都通过循环调整，我的教授给了我这个公式来计算权重的变化（deltaW）。当将 deltaW 添加到当前重量时，我尝试将其设为负值，因为我的教授建议尝试这样做，但没有这样的运气。我已经测试了所有其他功能并且它们工作正常，所以我的问题必须在这里。

void adjustWeights(struct neuralNetwork* network_ptr, struct dataSet data){
    float stepsize = 0.1,
        summation = 0,
        deltaW = 0;

    for(int i=0; i<2; i++){//adjust weights between intermediate and output
        for(int j=0; j<3; j++){
           deltaW =stepsize*(network_ptr->outputNodes[i] - data.target[i]) * network_ptr->outputNodes[i]* (1 -network_ptr->outputNodes[i]) * network_ptr->intermediateNodes[j];
            //cout << "weight: " << network_ptr->intermediateToOutput[j][i] << "  deltaW:  " << deltaW;
            network_ptr->intermediateToOutput[j][i] += deltaW;
            //cout << "  new weight: " << network_ptr->intermediateToOutput[j][i] << endl;
        }
    }

    for(int i=0;i<3; i++){ //adjust weights between input and intermediate
        for(int j=0;j<3; j++){
            for(int k=0; k<2; k++)//this does the summation portion of the weight adjusment.
                summation =(network_ptr->outputNodes[k] - data.target[k]) * network_ptr->outputNodes[k]* (1 -network_ptr->outputNodes[k]) * network_ptr->intermediateNodes[j]*network_ptr->intermediateToOutput[j][k]
                            * network_ptr->intermediateNodes[j]* (1- network_ptr->intermediateNodes[j]) * network_ptr->inputNodes[i];
                network_ptr->inputToIntermediate[i][j] += stepsize*summation;
        }
    }
}

随着权重的调整，它们只是出于某种原因不断增长。有一次我跑它，体重上升到 7.8。 我把整个项目发给了我的教授，他说一切似乎都是正确的。所以我完全傻眼了。

非常感谢任何建议！

Answer 1

第 10 行：

network_ptr->intermediateToOutput[j][i] += deltaW;

应该改为[i][j]。