神经网络在NeuronDotNet

我使用neurondotnet库ANN编程，我的输入层矢量为400 和我的输出层矢量是5和我的用于学习的样本仅28. 我的问题是，我没有任何如何选择我应该有多少隐藏层和他们的向量的大小的想法。任何人都可以把我放在正确的方向？谢谢。神经网络在NeuronDotNet

嗨，你想你的ANN办？ 28可能是相当低的样本数量，以获得准确的输出。另外，你使用的是哪种类型的人工神经网络？ – keyboardP 2009-12-28 17:55:46

它是反向传播算法，样本是指定字体的28个字母字符 – 2009-12-28 18:18:23

从隐藏层的导向

数（在反传网络）

反向传播网络，没有隐藏层不能进行非线性分类。（它不能用作异或函数逼近器）。所以，一个隐藏层是反向传播网络的必需品。此外，已经在数学上证明了在适当训练时具有单个隐藏层的反向传播网络可以用于近似任何函数。所以单层隐藏层是大多数情况下的最佳选择。

拥有多个隐藏层加快了学习过程和培训的网络训练样本准确地安装，但无法对测试数据表现良好。这种效应称为过度训练，训练网络倾向于记忆训练样本而不是学习它们。

2009-12-28 17:54:06

我发现this FAQ这表明在决定如何处理隐含层做一些指引。他们指出，特别是

在大多数情况下，没有办法确定隐藏单位的最佳数量，而不培养的若干网络和估计每个的泛化错误。

2009-12-28 17:55:55 Otis

回答