一输入一输出的Encog平均值

Question

我想用 Encog 构建一个神经网络，它有 1 个输入（0/1 或真/假）和 1 个输出（双值），如果指定了标准（1 作为输入），则计算平均值，如果是 0未指定标准（0 作为输入）。

例如，如果我有以下训练数据集

input | ideal
  1   |  0.6
  0   |  0
  1   |  0.2
  1   |  0.4

如果输入为 0，我预计约为 ~0.0，如果输入为 1，我预计约为 ~0.4。

我已经大大简化了我的问题。但两个主要问题是：

1. 我可以使用这样的数据集还是应该计算所有数据的平均值 复制输入值并开始具有唯一性的网络训练 输入？
2. 什么是最好的网络结构（网络类型， 激活函数，传播）用于上述问题？

Answer 1

是的，您可以从神经网络制作平均值，但您需要修改您的训练集。现在你有三个 1，只有一个 0，这意味着你的 NN 会添加某种偏差。或者，如果有偏见，你喜欢你只需要训练你的神经网络。关于网络结构我推荐你用sigmoidal函数和backpropogation作为训练方法的多层神经网络，或者你也可以试试quickprop。