神经网络逼近函数

Question

我正在尝试将神经网络的效率作为近似函数进行测试。

我需要近似的函数有5个输入和1个输出，我应该使用哪种结构？

我不知道应该应用什么标准来决定每层的隐藏层数和节点数。

提前谢谢你， 此致

朱塞佩。

Answer 1

我总是使用一个隐藏图层。从理论上讲，没有任何功能可以通过2个或更多隐藏层来近似，这些隐藏层无法用一个近似。要使单个隐藏层更复杂，请添加更多隐藏节点。<​​/ p>

通常，隐藏节点的数量会发生变化，以观察对模型性能的影响（通过精度或其他方式测量）。隐藏节点太少导致由于欠拟合而导致更差的拟合（神经网络的输出功能太简单，并且错过了数据中的重要细节）。由于过度拟合，太多隐藏节点导致更差的拟合（神经网络变得如此灵活，以至于它追踪数据中的每一点噪声）。

Answer 2

请注意，对于分类问题，如果要分离凹多边形，则至少需要2个隐藏图层。

我不确定隐藏层的数量如何影响函数逼近。