具有一个输入和一个输出的Encog平均值

Question

我想用Encog构建一个具有1个输入（0/1或真/假）和1个输出（双值）的神经网络，如果指定了条件（1作为输入），则计算平均值，如果是1，则计算0没有指定标准（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，那么我希望〜 0.0 周围有一些东西。如果输入为1，我希望〜 0.4

我已经简化了我的问题。但是两个主要问题是：

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 复制输入值并以独特的方式开始网络培训 投入？
2. 什么是最好的网络结构（网络类型， 激活函数，传播）对于上述问题？

Answer 1

是的，您可以从神经网络中获取平均值，但您需要修改训练集。现在你有三个，只有一个零，这意味着你的NN会增加某种偏见。或者如果偏见是某种东西，那么你喜欢你只需要训练你的NN。关于网络结构，我建议你使用S形函数的多层神经网络和backpropogation作为训练方法，或者你也可以尝试使用quickprop。