我正在使用pybrain 实现的python 中使用前馈神经网络。对于训练，我将使用反向传播算法。我知道，对于神经网络，我们需要恰到好处的数据量，以免网络训练不足/过度。我可以获得大约 1200 个不同的数据集训练数据模板。
那么问题来了：
如何计算训练的最佳数据量？
由于我已尝试使用数据集中的 500 个项目，并且需要花费数小时才能收敛，因此我不希望尝试过多的大小。结果我们对最后一个尺寸非常好，但我想找到最佳数量。神经网络有大约 7 个输入、3 个隐藏节点和一个输出。
【问题讨论】：
标签： artificial-intelligence machine-learning backpropagation neural-network
如何计算最佳金额 我的训练数据？
它完全依赖于解决方案。科学也有一点艺术。了解您是否进入过度拟合领域的唯一方法是定期针对一组验证数据（即您不训练的数据）测试您的网络。当该组数据的性能开始下降时，您可能训练得太远了——回滚到上一次迭代。
这个结果非常好 最后尺寸，但我想找到 最佳数量。
“最优”不一定是可能的；这也取决于您的定义。您通常要寻找的是对一组给定的权重将在看不见的数据上表现“良好”的高度置信度。这就是验证集背后的理念。
【讨论】：
数据集的多样性比您提供给网络的样本数量重要得多。
您应该自定义数据集以包含和强化您希望网络学习的数据。
制作完这个自定义数据集后，您必须开始处理样本量，因为它完全取决于您的问题。
例如：如果您正在构建一个神经网络来检测特定信号的峰值，那么用无数没有峰值的信号样本来训练您的网络是完全没有用的。无论您有多少样本，定制您的训练数据集都很重要。
【讨论】：
从技术上讲，在一般情况下，假设所有示例都正确，那么示例越多越好。真正的问题是，边际改进（答案质量的一阶导数）是多少？
您可以通过使用 10 个示例对其进行训练、检查质量（例如 95%）、然后检查 20 个等等来测试它，以获得如下表格：
10 95%
20 96%
30 96.5%
40 96.55%
50 96.56%
然后您可以清楚地看到自己的边际收益，并据此做出决定。
【讨论】：