我正在构建一个反向传播神经网络（带有 Encog 库），它根据大约 50 个因素做出决策，我希望获得最佳设计方面的帮助：我们肯定需要 50 个输入神经元，以及 4 个神经元作为输出来给出答案（4数字）但我不确定隐藏层中的神经元数量，有多少是最好的？我还想问一下，使用 segmoid 激活函数的反向传播是否最适合这种情况。感谢提前。
问问题
163 次
1 回答
0
使用单个隐藏层。只有一个隐藏层的神经网络已被证明是一种通用近似。见：http ://en.wikipedia.org/wiki/Universal_approximation_theorem
至于隐藏神经元的数量。您将需要进行实验。我会从 50 开始，然后尝试 25-75。
如果您的预期输出在 0 和 1 之间，Sigmoid 很好。如果您将 -1 标准化为 1，您也可以尝试 tanh。
于 2014-10-24T01:10:10.080 回答