我有一个数据集，当加载，标准化并送入前馈神经网络时，默认情况下（没有任何培训）给我100％的错误。从130％-150％可能取决于随机权重。我的印象是错误率最多可达100％？我错了吗？
当我运行迭代时，错误降至100％以下。
此外，在训练网络时（隐藏层和输出的tanh激活功能），我有时会得到Result的值超过限制（-1,1）。例如，理想值是1，结果是5.53042334202304（组成值，但你明白了）。我很确定这是错的？为什么会这样？
这是什么混乱，为什么会发生？我的数据在某种程度上不能正常正常化吗？我选择了一些错误的配置吗？任何建议都是受欢迎的，因为我在这里已经没有想法了。
我还上传了整个项目，以便您自己查看和测试。
我正在使用Encog Workbench 3.2.0进行所有这些测试，虽然这可能与Encog无关，我只是不知道我是在做一些基本错误还是只是在Encog Workbench中配置错误。< / p>
答案 0 :(得分：0)
首先实现某种规范化和扩展数据。您可以自己或在＃34; Analyst Wizard＆＃34;的帮助下进行规范化。请注意，here数据在分析之前已经标准化。另外我注意到，在您连接最后一层的neuralnetwork.eg中标记为＆＃34; ActivationLinear＆＃34;在某些情况下，它的输出可以是5.将其更改为＆＃34; ActivationTANH＆＃34;并且不会超过1