如何在不调整神经元数量的情况下修复此点积方法？ (Java)

Question

我正在测试我的神经网络以进行 XOR 比较，我遇到了一个错误，我想在不改变第一个隐藏层中的神经元数量的情况下修复它。导致错误的代码是：

public double dotProduct(int[][] a, double[][] ds) 
{
    int i;
    double sum = 0;
    for(i = 0; i < a.length; i++) 
    {
        int j;
        for(j = 0; j < a[i].length; j++) 
        {
            sum += a[i][j] * ds[i][j];
        }
    }
    return sum;
}

给我一个空指针异常。点积计算本身用于从我的神经网络提供的输入集中生成点积。

输入集是这样的：

int inputSets[][] = 
        {
                {0, 0, 1},
                {0, 1, 1},
                {1, 0, 1},
                {0, 1, 0},
                {1, 0, 0},
                {1, 1, 1},
                {0, 0, 0}
        };

这是一个包含7个数组的多维数组。然后用在这个：

public double think(int[][] input) 
{
    output_from_layer1 = sigmoid(dotProd.dotProduct(input, layer1.getWeights()));

    return output_from_layer1;
}

函数的 sigmoid 部分不是问题，因为它需要一个 double 和 dotProduct 应该输出双精度值。据我所知，问题是 dotProduct 函数采用了一个更大的多维数组，然后尝试将它与一个更小的数组交叉（layer1.getWeights getter 调用权重数组层）。

层的权重定义如下：

layerWeights = new double[numNeurons][inpNum];

点积中使用的图层是：

XORlayer layer1 = new XORlayer(4, 3);

所以 4 个神经元，每个神经元有 3 个输入。这个问题源于这样一个事实，即这一层中没有足够的神经元来满足输入量，据我所知，当没有任何进一步乘以输入值时，它会生成空指针异常.

我们在神经元中有 12 个输入，以及 21 个输入值。

我的主要问题是，有没有办法解决这个问题，使点积运算成功完成，而无需简单地将层包含的神经元数量扩展到 7 个？

Answer 1

This discussion 可能会有帮助。正如此处所建议的那样，由于您使用的是二维数组，因此矩阵乘法（而不是点积）可能更合适。

当然和点积类似，矩阵乘法的dimensions must be aligned

inputSets 是一个 7x3 矩阵，layerWeights 是一个 4x3 矩阵。 layerWeights 的 transpose 是一个 3x4 矩阵。现在尺寸对齐了，矩阵乘法得到一个 7x4 矩阵。

根据发布的代码，我建议如下：

output_from_layer1 = sigmoid(matrixMult.multiply(input, transpose(layer1.getWeights())));

如何在不调整神经元数量的情况下修复此点积方法？ (Java)

How can I fix this dot product method without adjusting the number of neurons? (Java)

java

multidimensional-array

neural-network

dot-product