我正在使用pybrain实现在python中使用feed-foward神经网络。对于训练，我将使用反向传播算法。我知道，对于神经网络，我们需要拥有恰当数量的数据，以免对网络进行不足/过度训练。我可以为数据集获得大约1200种不同的训练数据模板。
所以这就是问题：
如何计算培训的最佳数据量？
因为我在数据集中尝试了500个项目并且需要花费很多时间来收敛，所以我宁愿不必尝试太多的尺寸。结果我们对这个最后的尺寸非常好，但我想找到最佳数量。神经网络有大约7个输入，3个隐藏节点和一个输出。
答案 0 :(得分：3)
如何计算最佳金额 我的训练数据？
完全取决于解决方案。科学也有一点艺术。了解您是否过度拟合领域的唯一方法是定期针对一组验证数据（即 训练的数据）对您的网络进行测试。当这组数据的性能开始下降时，你可能已经训练得太过分了 - 回滚到最后一次迭代。
结果相当不错 最后的尺寸，但我想找到 最佳数量。
“最佳”不一定是可能的;它还取决于你的定义。您通常要寻找的是高度自信，即一组给定的权重将对看不见的数据表现“良好”。这就是验证集背后的想法。
答案 1 :(得分：0)
数据集的多样性远比您向网络提供的样本数量重要得多。
您应该自定义数据集以包含和强化您希望网络学习的数据。
制作完这个自定义数据集后，您必须开始播放样本量，因为它完全取决于您的问题。
例如：如果您正在构建一个神经网络来检测特定信号的峰值，那么使用没有峰值的大量信号样本训练您的网络将毫无用处。无论您拥有多少样本，都必须自定义您的训练数据集。
答案 2 :(得分：0)
从技术上讲，在一般情况下，假设所有示例都是正确的，那么更多示例总是更好。问题的确是，边际改进是什么（答案质量的一阶导数）？
你可以通过训练10个例子，检查质量（比方说95％），然后检查20等来测试这个，得到如下表格：
10 95%
20 96%
30 96.5%
40 96.55%
50 96.56%