【发布时间】：2012-12-17 21:40:38
【问题描述】：
通过this 链接，我实现了一个神经网络来计算y=x*x（x 是输入，y 是输出）方程。我
输入层1个单元，隐藏层4个单元，输出层1个单元。
但是当我输入例如2作为输入时（所以期望的输出是4）
我得到了输出值 0.99999999.... 这也发生在所有其他大于 1 的输入数字上（它的输出值在 0 和 1 之间是正确的）。
我也使用了this 链接并将其更改为求解我的方程，但输出是相同的！
【问题讨论】：
-
我猜源代码将有助于复制您的情况。另一方面，您可以尝试为此使用 AForge 框架：aforgenet.com/framework/docs/html/…
-
谢谢，我只是想知道我的神经网络层数和其中的单元数是否正确？
-
这不应该被关闭，我不相信。答案是您的网络可能会返回 0 到 1 之间的结果。您需要将其训练为缩放值。因此，例如，您可能需要将 x 的潜在范围设置为从 0 到 100。然后将网络的结果乘以 100。输入也需要以类似的方式进行缩放。因此，例如，如果您的值范围是 0-100，那么您输入的 4 实际上是 0.04，您将训练答案为 0.02。或者输入 0.09 会将答案训练为 0.03 等。这有意义吗？
-
@Arash 在感知器中，“正确”有点主观；在经过适当训练并针对单独的验证集进行测试后，它的性能是否合理？
-
@Arash: faqs.org/faqs/ai-faq/neural-nets/part2 - 走大约 2/3 到标题为“主题：我应该规范化/标准化/重新调整数据吗？”的部分希望这会澄清。我错了。您的输入不需要缩放，但您的输出需要。
标签： c# equation backpropagation neural-network