中性净回归
Neutral Net Regression
用于回归（时间序列预测）和分类的神经网络架构是否存在差异？
我做了一些回归测试，但结果很糟糕。
我目前正在使用一个基本的前馈网络，一个隐藏层有 2 到 4 个神经元，tanh 激活函数和动量。
这取决于很多因素:
在分类的情况下，您可能会遇到二元分类问题（您想要区分两个 类）或多项分类问题。在这两种情况下，您都可以使用不同的架构来实现最佳数据建模的目标。
在序列回归的情况下——你也可以使用不同架构的负载——从普通的前馈网络开始，它接收一个系列作为输入，returns 第二个作为输出到很多不同的循环架构。
所以你问的问题类似于：用于制造汽车的工具与用于建造桥梁的工具不同吗？它太模糊了，你必须指定更多细节。
用于回归（时间序列预测）和分类的神经网络架构是否存在差异？
我做了一些回归测试，但结果很糟糕。
我目前正在使用一个基本的前馈网络，一个隐藏层有 2 到 4 个神经元，tanh 激活函数和动量。
这取决于很多因素:
在分类的情况下，您可能会遇到二元分类问题（您想要区分两个 类）或多项分类问题。在这两种情况下，您都可以使用不同的架构来实现最佳数据建模的目标。
在序列回归的情况下——你也可以使用不同架构的负载——从普通的前馈网络开始，它接收一个系列作为输入，returns 第二个作为输出到很多不同的循环架构。
所以你问的问题类似于：用于制造汽车的工具与用于建造桥梁的工具不同吗？它太模糊了，你必须指定更多细节。