【发布时间】：2019-07-16 13:34:21
【问题描述】：
首先，如果这个问题已经被问到，我非常抱歉..，我在这个论坛上搜索了几个星期，没有找到与我的问题相似的......
我是神经网络新手！！
我已经开始了一个神经网络项目，这个 Internet 只向我展示了一个示例 = XOR - 一个 java 代码 - 当我使用与神经网络-java-encog 相关的任何标签进行搜索时的一个概念！！
创建神经网络 -> BasicNeural network = new..... 训练 => 迭代（），network.Compute（）等......
我为包含 2000 个条目和 16 个二进制属性的数据集尝试了该代码。 使用 XOR 示例中提到的 Sigmoid 函数和反向传播算法。 - 没有结果.. 只是在训练时进行了无限迭代（大约 45 分钟后中止了执行）......
我改变了号码。隐藏层，没有。反向传播的构造函数中隐藏的神经元、学习率和动量......但没有一个能正常工作。
我什至将训练方法更改为弹性传播和曼哈顿。
但是，当我将数据集减少到 100 条记录时，它工作正常。！最多 3 秒进行训练。即使我将数据集更改为具有相同配置（神经元数量、层数、动量等）的 200 条记录，它也不起作用......只是担心我无法理解这段代码的行为......
我哪里做错了。？我是这些概念的绝对初学者并试图理解！所以，如果我的文字令人恼火，请接受我的道歉......
我不知道在哪里可以了解每种训练方法的影响以及何时使用它。 反向传播方法是否不适合此目的，或者类似，这种类型的代码不适用于更多的记录。？？
请帮我解决这个问题！！希望我的查询清楚 提前致谢
【问题讨论】：
标签： java neural-network