1樓：匿名使用者
1、神經網路演算法隱含層的選取
1.1 構造法
首先運用三種確定隱含層層數的方法得版到三個隱含層層數，找到最小權值和最大值，然後從最小值開始逐個驗證模型**誤差，直到達到最大值。最後選取模型誤差最小的那個隱含層層數。該方法適用於雙隱含層網路。
1.2 刪除法
單隱含層網路非線性對映能力較弱，相同問題，為達到預定對映關係，隱層節點要多一些，以增加網路的可調引數，故適合運用刪除法。
1.3**分割法
演算法的主要思想:首先在[a,b]內尋找理想的隱含層節點數，這樣就充分保證了網路的逼近能力和泛化能力。為滿足高精度逼近的要求，再按照**分割原理拓展搜尋區間，即得到區間[b,c](其中b=0.
619*(c-a)+a)，在區間[b,c]中搜尋最優，則得到逼近能力更強的隱含層節點數，在實際應用根據要求，從中選取其一即可。
bp演算法中,權值和閾值是每訓練一次，調整一次。
逐步試驗得到隱層節點數就是先設定一個初始值，然後在這個值的基礎上逐漸增加，比較每次網路的**效能，選擇效能最好的對應的節點數作為隱含層神經元節點數。
2樓：匿名使用者
我自己總結來的：
1、神經網路算源法隱含
層的選取bai
1.1 構造法
首先運用du三種確定隱含層層數的zhi方法得到三個隱dao含層層數，找到最小值和最大值，然後從最小值開始逐個驗證模型**誤差，直到達到最大值。最後選取模型誤差最小的那個隱含層層數。該方法適用於雙隱含層網路。
1.2 刪除法
單隱含層網路非線性對映能力較弱，相同問題，為達到預定對映關係，隱層節點要多一些，以增加網路的可調引數，故適合運用刪除法。
1.3**分割法
演算法的主要思想：首先在[a,b]內尋找理想的隱含層節點數，這樣就充分保證了網路的逼近能力和泛化能力。為滿足高精度逼近的要求，再按照**分割原理拓展搜尋區間，即得到區間[b,c]（其中b=0.
619*（c-a）+a），在區間[b,c]中搜尋最優，則得到逼近能力更強的隱含層節點數，在實際應用根據要求，從中選取其一即可。
bp神經網路中隱藏層節點個數怎麼確定最佳
3樓：匿名使用者
1、神經網路算bai法隱含層的選du取
1.1 構造法
首先運用三種zhi確dao定隱含層
回層數的方法得到答三個隱含層層數，找到最小值和最大值，然後從最小值開始逐個驗證模型**誤差，直到達到最大值。最後選取模型誤差最小的那個隱含層層數。該方法適用於雙隱含層網路。
1.2 刪除法
單隱含層網路非線性對映能力較弱，相同問題，為達到預定對映關係，隱層節點要多一些，以增加網路的可調引數，故適合運用刪除法。
1.3**分割法
演算法的主要思想:首先在[a,b]內尋找理想的隱含層節點數，這樣就充分保證了網路的逼近能力和泛化能力。為滿足高精度逼近的要求，再按照**分割原理拓展搜尋區間，即得到區間[b,c](其中b=0.
619*(c-a)+a)，在區間[b,c]中搜尋最優，則得到逼近能力更強的隱含層節點數，在實際應用根據要求，從中選取其一即可。
bp演算法中,權值和閾值是每訓練一次，調整一次。
逐步試驗得到隱層節點數就是先設定一個初始值，然後在這個值的基礎上逐漸增加，比較每次網路的**效能，選擇效能最好的對應的節點數作為隱含層神經元節點數。
4樓：匿名使用者
我自己總結的bai
：1、神經網路算du法zhi
隱含層的選取
1.1 構造法
首先運用三種確定dao隱含層層回
數的答方法得到三個隱含層層數，找到最小值和最大值，然後從最小值開始逐個驗證模型**誤差，直到達到最大值。最後選取模型誤差最小的那個隱含層層數。該方法適用於雙隱含層網路。
1.2 刪除法
單隱含層網路非線性對映能力較弱，相同問題，為達到預定對映關係，隱層節點要多一些，以增加網路的可調引數，故適合運用刪除法。
1.3**分割法
演算法的主要思想：首先在[a,b]內尋找理想的隱含層節點數，這樣就充分保證了網路的逼近能力和泛化能力。為滿足高精度逼近的要求，再按照**分割原理拓展搜尋區間，即得到區間[b,c]（其中b=0.
619*（c-a）+a），在區間[b,c]中搜尋最優，則得到逼近能力更強的隱含層節點數，在實際應用根據要求，從中選取其一即可。
bp神經網路收斂問題,BP神經網路的幾個簡單問題
當然是越慢。因為bai已經接近最低du點,訓練也進入誤 zhi差曲面的平dao坦區,每次搜內索的誤差下降速度是容減慢的。這一點可以在bp神經網路的誤差調整公式上看出。事實上收斂速度逐漸減慢,這是正常的,如果一定要避免這種情況,可以自適應改變學習率。由於傳統bp演算法的學習速率是固定的,因此網路的收斂...
求助 BP神經網路的訓練演算法中訓練函式（traingdx
traingdx 有動量和自適應lr的梯度下降法 trainlm levenberg marquardt方法 traind 梯度下降法 bp神經網路的幾個簡單問題 1.一般你可以自己嘗試下，我最近也在嘗試，隱層用tansig是比較理想的，輸出層要自專 己嘗試的，如屬用purlin是輸出任意值，log...
自己用matlab實現的BP神經網路演算法，無法得到預期的效果，主要是誤差太大
lr 0.05 lr為學習速率 baierr goal 0.1 err goal為期du望誤差最小值 max epoch 15000 max epoch為訓練的最大次數 a 0.9 a為慣性系數oi 0 ok 0 置隱zhi含層和輸出層各神dao經元輸出初值為回0 這些初始答引數是誰提供給你?調整一...