神经网络逼近函数

Question

我试图测试神经网络的效率作为近似函数。

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每层的隐藏层数和节点数。

谢谢你在前进， 问候

朱塞佩。

Answer 1

我总是使用一个隐藏层。理论上，没有任何函数可以通过2个或更多不能近似的隐藏层来近似。要使单个隐藏层更加复杂，请添加更多隐藏节点。

通常，隐藏节点的数量是变化的，以观察对模型性能的影响（如通过精度或其他测量）。隐藏节点太少会导致拟合不良（由于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）。由于过度拟合，太多的隐藏节点会导致较差的拟合（神经网络变得如此灵活以至于会追逐数据中的每一点噪音）。

Answer 2

请注意，对于分类问题，如果要分离凹多边形，至少需要2个隐藏层。

我不确定隐藏层的数量如何影响函数逼近。