从零实现简易神经网络时训练while循环陷入无限循环问题求助

核心错误原因 #

你的训练循环中迭代计数器更新语法错误：你写的是itera=+1，该语句的作用是每次循环都将itera的值赋值为1，itera永远无法达到1000，因此会一直满足itera<1000的循环条件，陷入无限循环。

将该语句修改为itera += 1即可解决无限循环问题，修改后的训练循环代码如下：

#training
while itera<1000:
    outputs=forw(inputs)
    e=error(targets,outputs)
    w1=back(e)
    itera += 1

其他需要提前修正的代码问题 #

解决循环问题后，你还需要处理以下逻辑错误才能得到正确训练结果：

• 样本和标签长度不匹配：你定义的inputs只有3个输入样本，targets写了4个标签值，计算误差时zip会自动截断到较短的长度，丢失第4个标签，需要根据你的任务需求对齐两者长度。
• 反向传播规则错误：当前的权重更新逻辑不符合梯度下降的正确推导，纯线性激活的回归任务权重更新梯度需要结合输入特征计算，你当前直接用误差乘学习率更新权重的逻辑是错误的，可在解决循环问题后优先调整这部分。

内容的提问来源于stack exchange，提问作者Regina Briseño