Matlab神经网络训练不会产生良好的效果

Question

我试图将神经网络用于分类问题，但是训练的结果会产生非常糟糕的性能。分类问题：

• 我有超过300,000个培训样本
• 每个输入是32个值（实数值）的向量
• 每个输出是32个值（0或1）
的向量

这是我训练网络的方式：

DNN_SIZE = [1000, 1000];
% Initialize DNN
net = feedforwardnet(DNN_SIZE, 'traingda');
net.performParam.regularization = 0.2;
%Set activation functions
for i=1:length(DNN_SIZE)
    net.layers{i}.transferFcn = 'poslin';
end
net.layers{end}.transferFcn = 'logsig';

net = train(net, train_inputs, train_outputs);

• 注意：我为DNN_SIZE尝试了不同的值，包括更大和更小的值，隐藏图层和更少，但它没有什么区别。
• 注意2：我尝试使用Matlab的示例（simpleclass_dataset）中的数据集训练相同的网络，但性能仍然不佳。

受过训练的网络的性能非常糟糕 - 每个输入向量的输出基本上为0.5（当训练期间的目标输出始终为0或1时）。我做错了什么，我该如何解决？

感谢。