首先，如果这个问题已经被问到，我感到非常抱歉..我在这个论坛上搜索了几个星期，发现没有类似于我的问题......
我是神经网络的新手!!
我已经在神经网络中开始了一个项目，这个互联网只给我一个例子= XOR - 一个java代码 - 当我搜索与神经网络-java-encog相关的任何标签时的一个概念!!
创建神经网络 - ＆gt; BasicNeural网络=新..... training =＆gt; iteration（），network.Compute（）等......
我为2000条目和16个二进制属性的数据集尝试了该代码。 有Sigmoid功能＆amp;反向传播算法，如XOR示例中所述。 - 没有结果..训练时只进行无限次迭代（约45分钟后中止执行）......
我改变了号码。隐藏层，没有。在Backpropagation的构造函数中隐藏的神经元，学习速度和动量......并且没有一个能使它工作。
我甚至将训练方法改为弹性传播＆amp;曼哈顿。
但是，当我将数据集减少到100条记录时，它运行正常。最多3秒钟接受训练。即使我将数据集更改为具有相同配置的200条记录（没有神经元，图层，动量等），它也不起作用...只是担心我无法理解这段代码的行为..
我在哪里做错了。？我是这些概念的绝对初学者并试图理解!!所以，如果我的文章很烦人，请向我道歉......
我不知道在哪里可以了解每种训练方法的影响以及何时使用它。 反向传播方法是否不适用于此目的，或者是否类似，这种类型的代码不适用于更大数量的记录。??
请帮我解决这个问题!!希望我的查询清楚 提前致谢
答案 0 :(得分：0)
好吧，因为没人在这里帮忙。我试过在特定时间后停止那些迭代。（比如2000次）
现在，当我检查程序时，它已经在一定程度上得到了培训..我继续我的工作......