【发布时间】:2016-05-31 02:17:28
【问题描述】:
我使用温度、降雨量、湿度和日期这四个参数进行预测。我正在尝试预测单个参数温度。我正在尝试使用反向传播算法进行训练。为此目的,最好的网络结构是什么?
【问题讨论】:
标签: neural-network backpropagation
我使用温度、降雨量、湿度和日期这四个参数进行预测。我正在尝试预测单个参数温度。我正在尝试使用反向传播算法进行训练。为此目的,最好的网络结构是什么?
【问题讨论】:
标签: neural-network backpropagation
您可以首先设置一个具有 4 个输入节点、一个隐藏层(具有多个节点)和一个输出节点的多层感知器。
通过输入您的测试集(例如 .cvs)来训练您的网络,以便第一个输入节点接收温度值,第二个输入节点接收降雨值等等。
请注意,不能使用日期作为输入!尝试将日期转换为数值,例如仅使用一年中的月份 {1,..,12}、周 {1,..,52} 或日期 {1,..,365}。
我还会尝试将我的输入值标准化为您的激活函数的范围。因此,如果您使用逻辑函数,请将您的数据标准化为范围 [0,1] 和 Tanh [-1,1] 等等。 您的输出值将在同一范围内,因此您必须在之后对其进行非规范化。为标准化过程选择双射函数很重要。
【讨论】: