Neural network 神经网络逼近函数

Neural network 神经网络逼近函数,neural-network,approximation,Neural Network,Approximation,我试图测试神经网络作为近似函数的效率 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隐藏层的数量和每个层的节点数量 提前谢谢大家,, 问候 朱塞佩。我总是使用一个隐藏层。从理论上讲,没有一个函数可以用两个或多个隐藏层来近似,而这些隐藏层不能用一个来近似。要使单个隐藏层更复杂,请添加更多隐藏节点 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)。隐藏节点太少会导致拟合不足(神经网络的输出函数太简单,并且会遗漏数据中的重要细节

我试图测试神经网络作为近似函数的效率

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隐藏层的数量和每个层的节点数量

提前谢谢大家,, 问候


朱塞佩。

我总是使用一个隐藏层。从理论上讲,没有一个函数可以用两个或多个隐藏层来近似,而这些隐藏层不能用一个来近似。要使单个隐藏层更复杂,请添加更多隐藏节点


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)。隐藏节点太少会导致拟合不足(神经网络的输出函数太简单,并且会遗漏数据中的重要细节),从而导致拟合较差。过多的隐藏节点会由于过拟合而导致拟合较差(神经网络变得非常灵活,它会追踪数据中的每一个噪声位)。

请注意,对于分类问题,如果要分离凹多边形,至少需要两个隐藏层

我不确定隐藏层的数量如何影响函数近似