我一直在关注Dave Miller的ANN C ++教程，但在使其按预期运行时遇到了一些问题。
您可以查看我正在使用的here代码。这是一个XCode项目，但包含main.cpp和数据集文件。
以前，由于使用tanh函数，此程序只能提供-1和1之间的输出。我已经操纵了数据输入，因此可以输入更大的数据并具有有效的输出。我只是通过将输入值乘以0.0001，然后将输出值乘以10000来完成此操作。
我正在使用的训练数据是包含的CSV文件。最后一栏是预期的输出，其余的是输入。我是否对这些数据使用了错误的数学函数？
您会说这实际上是在学习吗？整个事情让我感到非常压力，我了解ANN背后的理论，但自己无法从头开始实施。
净最近平均误差肯定会越来越小，在我看来这是正在学习。
很抱歉，如果我对自己的讲解不够好，我对ANN来说还很陌生，这整个事情对我来说非常令人困惑。在实践方面，我的大学讲师没有用，他们只教我们理论知识。
我一直在测试eta和alpha值以及隐藏层的数量。
最佳答案
您已经很好地解释了自己，如果最近的净平均水平越来越低，则可能意味着网络正在学习，但这是我关于如何完全确定的建议。
将您的CSV文件分成2个文件，一个应占所有数据的10％，另一个应占所有剩余数据。
您从未经训练的网络开始，然后通过网络运行10％的文件，并为每一行节省了实际输出与预期结果之间的差。
然后，您仅使用拥有的CSV文件的90％训练网络，最后再次通过NET重新运行前10％的文件，然后将第一次运行的差异与最新的进行比较。
您应该发现新结果比第一次更接近预期值，这将最终证明您的网络正在学习。
这有意义吗 ？如果不是，请发送共享一些代码或给我发送您正在运行的练习的链接，我将尝试用代码进行解释。