【发布时间】：2012-03-03 09:44:45
【问题描述】：
我是神经网络的新手，一般是编程。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) 主队胜率超过 n 场 2) 客队胜率超过 n 场
使用“标准统计模型”，您可以仅使用这两个数字来预测一场比赛中将出现的进球数，并且具有合理的准确度。但是，当我尝试训练我的神经网络来预测目标数量时，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) 0.13406266176967252 3) 0.13406267600215235 4) 0.1338753567259805 5) 0.13280257001618265 6) 0.13275165964860766 7) 0.1319768652096691 8) 0.13161029326238236
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。
我使用的是前馈神经网络，其中一个隐藏层包含 10 个神经元，一个输出神经元。我在隐藏层中使用双曲正切 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 的性能会优于简单的统计模型，但它并没有接近。我的问题是：
从你看到的结果来看，是不是代码中的某个地方有错误？ 我需要更改网络架构吗？ 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，我一直在努力找出问题所在，这让我心烦意乱。非常感谢任何 adive。
非常感谢。
【问题讨论】：
标签： artificial-intelligence neural-network biological-neural-network