Python 蟒蛇下的范恩表现得很奇怪。这是因为我'；我用错了，还是因为工具的局限性？

我有很多记录，我试图根据其他字段预测一个字段。我在Python下建立了一个FANN神经网络，有10个输入、100个隐藏节点和2个输出

当我去建立网络时，有1000多条记录，它们在几千个时代内下降到大约60条，但没有进一步下降；通常，报告的错误与前一个错误的最后一个数字相同

当我去测试它的时候，我期望一个微弱的相关性，但是它预测了每个测试数据的相同结果

现在，这种行为是因为我没有正确使用FANN（我希望如此），还是因为我在一个FANN没有特别帮助的问题空间工作

---

在Dhvaankcse，

听起来您对测试数据的估计过高。训练时间过长/阈值过低。此外，我认为100个隐藏节点在很大程度上考虑了您的输入数量和训练集大小。请描述存在多少个可能的答案，或者可能的答案范围是否连续，以及您如何将这两个输出映射到它们。此外，“ATdhvaankcse”中不应该有额外的n吗？