Java中调用方法后Neuron_类weights属性未更新问题排查

架构老林

2026-8-12

权重未更新问题的修复方案

问题核心

你的权重更新逻辑存在重复抵消问题：同一个神经元会被先后执行增加和减少权重的操作，最终权重没有实际变化。

问题代码分析

看你在NeuralNetwork_中的更新循环：

if(biggestIndex != correctIndex) {
      System.out.println("Wrong output, changing weights");
      for (int i = 0; i < this.neurons.length; i++) {
        for (int j = 0; j < outputNeurons.length; j++) {
          System.out.println("Changing weights for neuron " + i + " for output " + outputNeurons[j]);
          if (j == correctIndex) {
            this.neurons[i].increaseWeight(inputs);
          } else if (j == biggestIndex) {
            this.neurons[i].decreaseWeight(inputs);
          }
        }
    }
}

外层循环遍历所有输出神经元，内层循环遍历所有输出标签。由于correctIndex != biggestIndex（进入该分支的前提），每个神经元都会被同时触发增加和减少操作，两次更新的效果完全抵消，导致权重数值没有变化。

修复后的代码

只需要针对正确类别和错误预测的神经元分别操作，不需要嵌套遍历所有输出标签：

if(biggestIndex != correctIndex) {
  System.out.println("Wrong output, changing weights");
  // 给对应正确类别的神经元增加权重
  this.neurons[correctIndex].increaseWeight(inputs);
  // 给对应错误预测的神经元减少权重
  this.neurons[biggestIndex].decreaseWeight(inputs);
  System.out.println("Updated weights for correct neuron " + correctIndex + " and wrong neuron " + biggestIndex);
}