位失败是什么意思？

Question

我的神经网络有 22 个输入，包含 5184 个值（两位数值，图像转换为字节），我尝试设置 2 个输出神经元，其值为 0 或 1，例如：

<input data line with 5184 values>
0 1
<input data line with 5184 values>
1 0
<input data line with 5184 values>
.
.
.

来自训练结果：

Epochs            1. Current error: 0.3750000000. Bit fail 33.

这个位失败是什么？ The documentation says:

失败位数；表示输出神经元的数量 差异超过位失败限制。

我怎样才能让 33 个输出神经元失败，而只有 2 个输出神经元？我想这 33 个可能来自总共 44 个输出（22 个输入中的每个输出 2 个）。但文档并未证实这一点。

Answer 1

数字“33”是在神经网络训练期间，您的输出与预期目标输出之间的“差”以上的数量。这仅表示您的神经网络与所需输出的偏差“太多”了 33 位。请注意，它会计算所有输出并给出当前的“错误率”，对您来说是 37.5%。根据文档，标准错误率容差为 0.35，因此假设这一点，在 33*40 = 1320 位输出中对应于 33 位的错误位有 2.5% 太多。或者至少这是我从这些文档页面中了解到的。

您可能不小心有超过 2 个输出。 1320/22 = 60。