Matlab 可以使用十个以上的输入与单层神经网络来分为两类

我有一个包含12个类别的模式数据。我想把这些数据分为两类。有谁能告诉我，有12个带偏差项的输入值的单层神经网络有可能吗？我也用matlab实现了它，但我有一些疑问，什么应该是最佳的初始权重值（范围）和可能的学习率？您能给我介绍一下这些箱子吗。

单层就够了吗？ 单个隐藏层是否足以正确标记输入数据取决于数据的复杂性。你应该根据经验尝试不同的拓扑（层的组合和神经元的数量），直到你发现一个适合你的设置

最佳体重范围是什么？ 建议的重量范围取决于您打算使用的激活功能。对于S形函数，范围是以0为中心的小间隔，例如：[-0.1，0.1]

理想的学习率是多少？ 学习率通常设置为一个较小的值，如0.03，但如果您的网络很容易学习数据，则通常可以大幅提高学习率，例如：0.3。查看关于学习率如何影响学习过程的讨论：

旁注 你应该在网上搜索一些提示和技巧，并在StackOverflow上发布更多的问题

看看这个：