EmguCV 中的多层感知器

Question

我正在尝试使用 C#（Windows 形式）中的 EmguCV 3.1（OpenCV 库的点 NET 包装器）实现多层感知器 (MLP) 神经网络。为了练习这个库，我决定使用 MLP 实现 OR 操作。

我使用 "Initialize" 方法创建 MLP，并使用 "Train" 方法学习它，如下所示：

private void Initialize()
{
    NETWORK.SetActivationFunction(
    ANN_MLP.AnnMlpActivationFunction.SigmoidSym);

    NETWORK.SetTrainMethod(ANN_MLP.AnnMlpTrainMethod.Backprop);

    Matrix<double> layers = new Matrix<double>(new Size(4, 1));
    layers[0, 0] = 2;
    layers[0, 1] = 2;
    layers[0, 2] = 2;
    layers[0, 3] = 1;
    NETWORK.SetLayerSizes(layers);
}

private void Train()
{
    // providing data for input

    Matrix<float> input = new Matrix<float>(4, 2);
    input[0, 0] = MIN_ACTIVATION_FUNCTION; input[0, 1] = MIN_ACTIVATION_FUNCTION;
    input[1, 0] = MIN_ACTIVATION_FUNCTION; input[1, 1] = MAX_ACTIVATION_FUNCTION;
    input[2, 0] = MAX_ACTIVATION_FUNCTION; input[2, 1] = MIN_ACTIVATION_FUNCTION;
    input[3, 0] = MAX_ACTIVATION_FUNCTION; input[3, 1] = MAX_ACTIVATION_FUNCTION;

    //providing data for output
    Matrix<float> output = new Matrix<float>(4, 1);
    output[0, 0] = MIN_ACTIVATION_FUNCTION;
    output[1, 0] = MAX_ACTIVATION_FUNCTION;
    output[2, 0] = MAX_ACTIVATION_FUNCTION;
    output[3, 0] = MAX_ACTIVATION_FUNCTION;


    // mixing input and output for training
    TrainData mixedData = new TrainData(
        input,
        Emgu.CV.ML.MlEnum.DataLayoutType.RowSample,
        output);

    // stop condition = 1 million iterations
    NETWORK.TermCriteria = new MCvTermCriteria(1000000);

    // training
    NETWORK.Train(mixedData);
}

其中 MIN_ACTIVATION_FUNCTION 和 MAX_ACTIVATION_FUNCTION 分别等于 -1.7159 和 1.7159 (according to OpenCV Documentation)。在 1000000 次迭代之后（如您在停止条件下的代码中所见），我使用 Predict 方法测试我的网络预测，如下所示：

private void Predict()
{
    Matrix<float> input = new Matrix<float>(1, 2);
    input[0, 0] = MIN_ACTIVATION_FUNCTION;
    input[0, 1] = MIN_ACTIVATION_FUNCTION;

    Matrix<float> output = new Matrix<float>(1, 1);

    NETWORK.Predict(input, output);
    MessageBox.Show(output[0, 0].ToString());

    //////////////////////////////////////////////

    input[0, 0] = MIN_ACTIVATION_FUNCTION;
    input[0, 1] = MAX_ACTIVATION_FUNCTION;

    NETWORK.Predict(input, output);
    MessageBox.Show(output[0, 0].ToString());

    //////////////////////////////////////////////

    input[0, 0] = MAX_ACTIVATION_FUNCTION;
    input[0, 1] = MIN_ACTIVATION_FUNCTION;

    NETWORK.Predict(input, output);
    MessageBox.Show(output[0, 0].ToString());

    ////////////////////////////////////////////////

    input[0, 0] = MAX_ACTIVATION_FUNCTION;
    input[0, 1] = MAX_ACTIVATION_FUNCTION;

    NETWORK.Predict(input, output);
    MessageBox.Show(output[0, 0].ToString());
}

以下是 NETWORK 预测结果的示例：
-0.00734469
-0.03184918
0.02080269
-0.006674092

我希望是这样的：
-1.7
+1.7
+1.7
+1.7

我的代码有什么问题？

请注意，我也使用 0、1 作为 MIN_ACTIVATION_FUNCTION 和 MAX_ACTIVATION_FUNCTION 值，但我仍然没有任何好的结果。

更新 1：我编辑我的代码作为第一个答案提到我（甚至我用评论中引用的想法测试我的代码）。现在我在调用 predict 方法时得到 NaN。

Answer 1

您提供的输出数据似乎有误。使用 output 数组而不是 input。

我认为您的输出响应应该是二维矩阵（有 2 列）。最后一层应该有 2 个输出神经元，因为你有 2 个类，例如 (1, 0) is class "True" 和 (0, 1) is class "False"。还尝试更改网络的体系结构。逻辑运算符 OR 是线性可分的，即它可以使用单个感知器执行。

Answer 2

根据 EmguCV 的新版本（Emgu.CV-3.1.0-r16.12) the problem was a bug in version 3.1.0 Now it is fixed in Emgu.CV-3.1.0-r16.12。通过下载这个版本，我从我的网络得到了正确的响应。

EmguCV 中的多层感知器

Multi-Layer Perceptrons in EmguCV

c#

neural-network

opencv3.1

emgucv