a8200232 2017-07-16 13:53 采纳率: 88.2%
浏览 2715

bp神经网络拟合二次函数,训练后网络只对最后一个训练样本的数据有效。请问为什么?

输入层节点数为1
隐含层有一个,包含10个节点
输出层节点数为1

现在发现一个问题,
我有300个二次函数输入输出的样本,最后一个训练的样本是,输入0.5,输出0.25

那么训练完成后只有当该网络的输入为0.5附近时,网络输出的误差才很小,而输入其他数据时,误差很大。

请问这是隐含层过少的原因吗?或者各位大佬有什么思路可以提醒我一下?

  • 写回答

1条回答 默认 最新

  • Jangle_ 2017-08-01 08:17
    关注

    一个二次函数一层足够了 看看代码

    评论

报告相同问题?

悬赏问题

  • ¥15 jupyterthemes 设置完毕后没有效果
  • ¥15 matlab图像高斯低通滤波
  • ¥15 针对曲面部件的制孔路径规划,大家有什么思路吗
  • ¥15 钢筋实图交点识别,机器视觉代码
  • ¥15 如何在Linux系统中,但是在window系统上idea里面可以正常运行?(相关搜索:jar包)
  • ¥50 400g qsfp 光模块iphy方案
  • ¥15 两块ADC0804用proteus仿真时,出现异常
  • ¥15 关于风控系统,如何去选择
  • ¥15 这款软件是什么?需要能满足我的需求
  • ¥15 SpringSecurityOauth2登陆前后request不一致