Question

新手，神经网络的问题，求大神们解答啊

训练数据是3072*930的特征向量组，测试数据是3072*1960的特征向量组.
不知道应该选择什么神经网络比较好，我之前用了[100，100，31]，[1000,100,31]的bp神经网络，都不是很理想。想求大神们指点下对这种数据应该用什么样的神经网络，隐藏层的构造怎么样比较好呢？
刚刚忘了说明，训练数据和测试数据都是要分成31类，所以我决策层定的31。就是想问下对于这种数据量比较大的分类应该选择什么神经网络的架构合适一点？

Answer 1

我觉得 就 BP 神经网络就很好好 ，你 分为31 类， 输出层31， 一般隐层 2-4 层就可以了，你的第一层 没必要弄那么多神经元吧，第二层也是，没必要那么多，你开始可以【5,5,31】，在设置 一定的迭代次数，和误差，看看训练结果 好不 ，不好的话在适当增加第1 .2 层的 神经元个数 比如改为【10,5 ，31】。。BP神经网络传递函数 一般包括：logsig(n) tansig(n) purelin(n)
这3 种 ，他们的取值范围 分别为【0,1】 【-1,1】 【整个平面都可以取】 所以输出层的传递函数 要依据你的输出选函数，BP 的 训练函数就比较多了，这个百度里面都有 ；隐层常采用tansig
函数进行中间结果传递，

Answer 2

嗷嗷，楼主是新手，咱这种就是“白痴”了，这是神马。。。