单隐层BP神经元个数对迭代步数和预测误差的影响

本文通过C语言实现BP神经网络,研究了隐层神经元数量对迭代次数和预测误差的影响。发现随着神经元数量增加,迭代次数先增后减,预测误差呈现下降趋势。但当神经元过多时,迭代次数不减反增,且训练误差并未显著降低,揭示了神经元数量选择的重要性。
摘要由CSDN通过智能技术生成
本文采用此博文中的C程序改写。

模型说明:
输入变量:3
输出变量:1
隐含层:1
拟合函数:y=2*x1^2+2*x2+x2*x3


表格说明:
测试代码由C语言编写。
以隐含层2个神经元为例,程序每运行一次,进行20次模型建立和测试的结果,并写入txt文件中。将txt文件数据导入到excel表格中,对迭代次数和模型误差求均值。手动将程序运行5次,将每次得到的均值再求均值,并画图,以尽可能减少偶然性。
由于BP容易陷入极小值点,过设置了最大迭代次数为10000。

注:只能通过图片的形式将原始数据贴过来。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值