我是神经网络的新手，一般都是编程。我用java编写了一个神经网络，我正在查看足球数据。我有两个输入：
1) 主队在 n 场比赛中获胜百分比 2) 客队在 n 场比赛中获胜百分比
使用“标准统计模型”，可以仅使用这两个数字来预测比赛中将出现的进球数，并且具有合理的准确度。但是，当我尝试训练我的 NN 来预测目标数量时，它根本不会收敛:(
我正在使用遗传算法来训练网络，这是前几代中最适合的个体，人口规模为 100,000：
1）0.1407408056662556 2）0.134062676015235 4）0.138753567259805 5）0.132802570016159805 5）0.13280257001618265 6）0.13275165964860766）0.13275165964860766 7）0.13276865209660766/101327686520966918）0.1319768652096691 8）0.1319768652096691 8）0.1319768652096691
现在我知道它看起来正在收敛，但收敛速度非常缓慢，而且我已经在几代人中多次运行它，它不会低于 0.13。
我正在使用一个前馈神经网络，有一个由 10 个神经元组成的隐藏层和一个输出神经元。我在隐藏层使用双曲正切 sigmoid 函数，在输出层使用 sigmoid 函数。我将目标数除以 10，得到 0 到 1 之间的输出。
在我开始运行它之前，我假设 NN 会胜过简单的统计模型，但它并没有接近。我的问题是：
从您可以看到的结果中，看起来代码中的某个地方是否有错误？我需要对网络架构进行更改吗？我是否需要以某种方式更改网络输入/训练数据？
一段时间以来，我一直在尝试找出问题所在，这让我精神崩溃。非常感谢任何广告。
非常感谢。