1樓：蛋蛋de悲桑
這個問題，我在最開始的時候也出現過，我先是以為是我自己的程式有問題，反覆修改發現並沒有問題。
然後我看到github上，作者說這個工具箱有很多bug，所以，我最後歸咎於是這個工具箱的問題。
直到最近，我用了matlab工具箱自帶的深度學習函式，我出現了同樣的問題，然後我試了別的資料集的情況，發現並沒有這個問題。
所以，總結來說，是本身的資料集問題，資料太少，或者提取的特徵有問題等等，導致演算法並不適用於這個網路。
如果，對我的問題有疑問，大家可以去找matlab的官網上的神經網路工具箱的說明，上面有介紹使用深度網路的例子，大家可以去寫一寫，就會知道。
但是，雖然深度的網路不行，並不代表別的淺層的網路就會差，或者直接用原始資料輸入會差。比如我現在做的，用特徵提取後的演算法，深度網路SAE根本不行，但是淺層的網路，多層的ELM，或者原始資料作為SAE的輸入，都會得到好的結果
2樓：鄒小彎
同樣遇到了這樣的問題，不管輸入有什麼樣的改變，最終通過nntrain計算出來的最後一層的nn.a(end)的值基本都一樣，有高人解決這個問題了嗎？可以指點一下嗎？
3樓：Daniel
但是裡面計算出的所有probability都是一樣的啊，即使不呼叫max似乎也沒用。 而且這個也要與nntrain一致
4樓：haiz huang
樓主問題解決了嗎，現在我用DBN做時間序列資料時也遇到了同樣的問題，
需要測試很多test data才可能遇到分出多類的情況，其他都是一類。
spark和deeplearning的關係，想做大資料處理分析，是該專注於學spark還是深度學習呢？
這得看題主將來是想找更偏重演算法還是更偏重系統開發的工作？當然兩者都擅長是最好了，但是Spark好像不太適合deep learning，題主可以嘗試一下別的框架，例如tensorflow，caffe。ps，我覺得你應該聽你導師的，逃！ 沒啥關係。Spark只是乙個框架而已，在上面跑什麼都可以。把Sp...
詳述Deep Learning中的各種卷積（三）
今年放棄了廣東某985的保研資格在準備考研本來信心滿滿覺得自己頭鐵一定要去想去的專業和學校 現在突然有點難過不知道選擇的到底對不對自己是不是傻 千尋 武大華科能比這兩所學校好的985 也就那些考研競爭激烈能保就保吧很多人考研本校都考不起 再者一戰基本自己也清楚可能性很低二戰還想著邊工作邊考研我不否認...
目前火熱的Deep Learning會滅絕傳統的SIFT SURF的特徵提取的演算法嗎？
點點點 PointSIFT，盧策吾團隊，用於點雲語義分割，利用SIFT描述符的思想做的。PointSIFT A SIFT like Network Module for 3D Point Cloud Semantic Segmentation PS 影象拼接領域對特徵的要求沒那麼高吧，只要特徵點足夠...