如何训练、测试和验证 3 个输入节点和 2 个输出节点的前馈神经网络

Question

我有一个如下所示的数据集，如何训练、测试和验证相同数据的前馈神经网络。

input data
  [ 0         0         0;
         0   22.9183         0;
         0   45.8366         0;
         0   68.7549         0;
   22.9183         0         0;
   22.9183   22.9183         0;
   22.9183   45.8366         0;
   22.9183   68.7549         0;
   45.8366         0         0;
   45.8366   22.9183         0;
   45.8366   45.8366         0;
   45.8366   68.7549         0;
   68.7549         0         0;
   68.7549   22.9183         0;
   68.7549   45.8366         0;
   68.7549   68.7549         0;
   91.6732         0         0;
   91.6732   22.9183         0;
   91.6732   45.8366         0;
   91.6732   68.7549         0]

output data
 [405.0000         0;
  390.8699   69.7059;
  350.7105  128.4067;
  290.8620  166.8350;
  373.0297  157.7144;
  332.8703  216.4153;
  273.0218  254.8435;
  202.9331  266.9322;
  282.1662  290.5292;
  222.3178  328.9575;
  152.2290  341.0462;
   82.9654  324.8867;
  146.7549  377.4758;
   76.6661  389.5645;
    7.4026  373.4051;
  -50.1006  331.5487;
  -11.8258  404.8273;
  -81.0894  388.6679;
 -138.5926  346.8115;
 -175.2569  285.8665]

Answer 1

真的吗？全大写？
Stackoverflow 不会做你的功课。

这里有一些东西可以帮助您入门：
http://www.csi.ucd.ie/Staff/fcummins/NNcourse/intro.html

我用它来学习神经网络，并且可以证明这是一本平易近人的读物。

从技术上讲，正确的答案是“只需实现一个神经网络并通过它运行数据”。这些数据没有什么特别之处，任何神经网络都应该能够学习它。