根据50个因素设计用于决策的神经网络

Question

我正在构建一个反向传播神经网络（使用Encog库），根据大约50个因素做出决策，我想要帮助它的最佳设计：我们需要50个输入神经元，4个神经元作为输出给出回答（4位数），但我不确定隐藏层中的神经元数量，最好的数量是多少？ 另外我想问一下，使用segmoid激活函数的反向传播是否适用于这种情况。 谢谢你的进步。

Answer 1

使用单个隐藏图层。仅显示具有一个隐藏层的神经网络是通用近似。请参阅：http://en.wikipedia.org/wiki/Universal_approximation_theorem

关于隐藏神经元的数量。你需要做实验。我会从50开始，尝试25-75。

如果您的预期输出介于0和1之间，则Sigmoid很好。如果规范化为-1到1，也可以尝试tanh。