Neural network 神经网络-从两种不同的i/p模式中寻找o/p

我有两种不同的（未知关系）输入模式，我需要设计一个神经网络，在那里我可以根据这两种模式得到输出。然而，我不确定如何设计这样一个网络

我是NN的新手，但我正在尽可能多地阅读。在我的问题中，据我所知，有两个顺序为6*1的输入矩阵和一个顺序为6*1的o/p矩阵。那么我应该如何从这个开始呢？使用反投影和单个隐藏层可以吗

e、 g.-> 输入1输入2输出 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。与此相关的任何链接也可以。谢谢。

最简单的方法是将两个输入向量串联起来。这样，您将有一个长度为12的输入向量，这将成为从R^{12}到R^{6}的“教科书”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，您似乎对这些来源不太了解。无论如何，如果你对这两个数据源有任何特殊的了解，你可以对每一个数据源进行一些预处理（比如减去平均值，或者除以标准偏差），使它们更相似，但是大多数学习算法在没有它的情况下也可以正常工作

---

至于尝试哪一种算法，我认为主要顺序是：线性机器（感知器），然后是支持向量机，然后是多层网络（用backprop训练）。原因是，您使用的机器功率越大，您安装列车组的机会就越大，但安装“真实”模式（过度安装）的机会就越少。

在示例中，每一条线路都是一个单独的样本，还是整件事情都是一个样本（然后对于培训，您将有多组6条线路）？@Ofri：整件事只是一个样本。。。是的，你有正确的想法：） 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