【发布时间】：2015-01-24 04:01:24
【问题描述】：
我在使用 pybrain（用于神经网络的 python 库）的项目中遇到问题 建立一个人工神经网络并进行回归作为预测。 我使用的是 3 层人工神经网络，有 14 个输入，隐藏层中有 10 个隐藏神经元，以及 2 个输出。典型的训练或测试示例是这样的，
输入（除以空格）： 1534334.489 1554790.856 1566060.675 20 20 20 50 45000 -11.399025 13 1.05E-03 1.775475116 20 0
输出（除以空格）： 1571172.296 20
我正在使用 pybrain 的 BackpropTrainer，所以它正在使用反向传播进行训练，我一直训练到收敛。 结果的奇怪之处在于，第一个输出的预测（例如，使用测试输入的训练 ANN 的第一个输出）在曲线的下部很好地跟踪了实际值，但当实际值上升时似乎有一个不希望的上限。
我将隐藏神经元的数量更改为 10，但它的行为仍然像这样。即使我使用原始训练样本测试经过训练的 ANN，它仍然会有这样的上限。
有人对这里出了什么问题有直觉或建议吗？谢谢！
【问题讨论】：
标签： neural-network regression pybrain