Bp神经网络训练、验证、全部的拟合效果要达到多少才比较好

这个问题并不能简单地回答，因为比较好的拟合效果是相对于具体的任务和数据而言的。在一般情况下，如果训练集的拟合效果较高(通常超过 95%)，验证集的拟合效果在 90% 左右，并且测试集的拟合效果与验证集的拟合效果相近，那么模型的拟合效果就是较好的。

但是，如果训练集拟合效果很高(接近 100%)，但验证集和测试集的拟合效果很低，这可能意味着模型过拟合了，对于新的数据不具有良好的泛化能力。

因此，要评估一个 BP 神经网络的拟合效果，需要考虑到训练集、验证集和测试集的拟合效果以及它们之间的相对差距。