当我使用相同的数据训练和数据测试时，反向传播神经网络出现大错误是否正常？
Is it normal to get big error in backpropagation neural network when I using the same data training and data test?
我正在使用神经网络反向传播进行一些编程。
我有大约 90 个数据，并使用所有数据进行数据训练（90 个数据）和相同的数据测试（90 个数据）进行一些训练。我正在使用大约 2 次迭代的迭代阈值来测试它，它给了我很大的错误（大约 60% MAPE/Mean 绝对平方误差）。
恐怕我的算法有误，因为使训练误差小于阈值 10% 的唯一方法是使用大约 3000k 次迭代的迭代阈值，并且训练需要很长时间（我没有使用动量。只是一个反向传播神经网络）。但使用上述条件后，测试准确率在 95-99% 左右。
这正常吗？或者我的程序运行正常？
当然，这将取决于所使用的数据集，但即使对于高度非线性数据（我在销售数据中看到过这一点），如果误差低于 1%，我也不会感到惊讶。只要您将训练和测试数据集分开，预计误差会上升，但对于相同的数据集，如果有足够的隐藏单元，误差应该会降至零。 ANN 拟合非线性数据的能力是巨大的（当然，拟合得越多，一般性越差）。
所以，我会寻找一些程序错误。
你说3000k迭代，但我假设你的意思是3k或3000。另一个答案说你的代码可能有错误，但是90个样本的问题3000迭代肯定是正常的。
您不能指望神经网络仅通过 2 次迭代就能拟合训练集，尤其是在学习率较低的情况下。
TL;DR - 您无需担心。 3000 次迭代就可以了。
我正在使用神经网络反向传播进行一些编程。 我有大约 90 个数据，并使用所有数据进行数据训练（90 个数据）和相同的数据测试（90 个数据）进行一些训练。我正在使用大约 2 次迭代的迭代阈值来测试它，它给了我很大的错误（大约 60% MAPE/Mean 绝对平方误差）。
恐怕我的算法有误，因为使训练误差小于阈值 10% 的唯一方法是使用大约 3000k 次迭代的迭代阈值，并且训练需要很长时间（我没有使用动量。只是一个反向传播神经网络）。但使用上述条件后，测试准确率在 95-99% 左右。
这正常吗？或者我的程序运行正常？
当然，这将取决于所使用的数据集，但即使对于高度非线性数据（我在销售数据中看到过这一点），如果误差低于 1%，我也不会感到惊讶。只要您将训练和测试数据集分开，预计误差会上升，但对于相同的数据集，如果有足够的隐藏单元，误差应该会降至零。 ANN 拟合非线性数据的能力是巨大的（当然，拟合得越多，一般性越差）。
所以，我会寻找一些程序错误。
你说3000k迭代，但我假设你的意思是3k或3000。另一个答案说你的代码可能有错误，但是90个样本的问题3000迭代肯定是正常的。
您不能指望神经网络仅通过 2 次迭代就能拟合训练集，尤其是在学习率较低的情况下。
TL;DR - 您无需担心。 3000 次迭代就可以了。