neural-network - 神经网络 (FFW, BP) - 函数逼近

Question

是否可以训练 NN 来逼近这个函数：

如果我调整 x^2 或 sin 或其他简单的近似值，它可以正常工作，但对于这种函数，我只得到恒定值线。我的 NN 有 2 个输入 (x, f(x))，一个隐藏层 (10 个神经元)，1 个输出 (f(x)) 我使用 BP 进行训练，激活函数 sigmoid -> tanh

我的目标是获得没有噪音的“平滑”功能，即上图中的捕获功能。

或者有没有其他方法可以使用 NN 或遗传算法，如何近似？

Answer 1

由于输入 (x, f(x)) 是不连续的（不完全是，但有点），因此您遇到了重大问题。

因此，考虑到较大的不连续性，您的 NN 必须逐字记住 xf(x) 映射。

一种方法是使用可以解决不连续性的四层神经网络。

但实际上，您可能只想查看其他平滑方法而不是 NN 来解决这些问题。

你有一个周期函数，所以首先，只使用一个周期，否则你会记住而不是概括。