Neural network 为什么我的神经网络中的误差先增大后减小'；你不会变吗？

我正在使用一个2层神经网络，其中7个神经元作为隐藏层来预测糖尿病。但根据Matlab显示的图，我的网络的误差先增大，然后不变，而我知道它应该先减小，然后停止变化。我的情况是否可能，或者我的网络工作不正常

---

似乎您的模型的错误在大约50个纪元之后开始增加。这可能意味着模型拟合过度，或者您提供的数据集太小，模型无法自我推广。您可以遵循以下提示：

使用较小的学习率，如0.001甚至0.0001

确保您有一个具有相当多样本的数据集

使用退出层。它们在大多数用例中都非常优秀。尝试将速率保持在0.3或0.4

此外，如果过度训练模型，它将超过最小值，损失将增加。实验观察到网络在几个时代都表现良好。（在你的例子中，可能是25个时代）

---

谢谢，它可以工作，但我还有一个问题，这真的困扰着我。我的网络无法预测数据，即使是用它们训练过的数据。您认为我的网络存在什么类型的问题？请尝试发布您网络的代码或相关描述。