我有两种不同的（未知关系）类型的输入模式，我需要设计一个神经网络，我将根据这两种模式获得输出。但是，我不确定如何设计这样的网络。
我是NN的新手，但我尽力读书。在我的问题中，据我所知，有两个输入矩阵，顺序为6 * 1，o / p矩阵为6 * 1。那我该怎么做呢？可以使用backpropogation和单个隐藏层吗？
e.g .-＆GT;
Input 1 Input 2 Output 0.59 1 0.7 0.70 1 0.4 0.75 1 0.5 0.83 0 0.6 0.91 0 0.8 0.94 0 0.9
如何确定权重矩阵和传递函数的顺序？
请帮忙。任何与此相关的链接也都可以。感谢。
答案 0 :(得分：2)
最简单的尝试是连接2个输入向量。这样你就有了1个长度为12的输入向量，这就成了从R ^ {12}到R ^ {6}的“文本书”学习问题。 这样做的缺点是，您丢失了来自不同来源的每6个输入的信息，但根据您的描述，您听起来并不像对这些来源了解多少。无论如何，如果你对2个源有任何特殊的了解，你可以在每个源上使用一些预处理（比如减去均值，或除以标准差），使它们更相似，但大多数学习算法应该没有它也可以正常工作。
至于尝试哪种算法，我认为规范的顺序是：线性机器（感知器），然后是SVM，然后是多层网络（用backprop训练）。原因是，你使用的机器越强大，你就越有可能适应火车组，但更少的机会适应“真实”模式（过度拟合）。