利用BP神经网络进行预测的一些问题
我编写了一个三层的神经网络模型的demo,当我使用的样本数量只有几个的时候,预测结果大致是在正常范围内的。可是当我使用同样的模型进行大量样本数据的学习和训练后,再进行预测,预测结果大多为 1 。使用的函数是Sigmoid函数。请问这个是为什么?是因为我的三层模型过于简单,进行不了过多的样本数据学习吗?
如果我要对上万个样本进行学习,训练规则,然后进行预测。那么我是不是必须得加大神经网络的隐含层层数和其节点数呢?加到什么数量比较合适?
PS:每一个样本向量都是 9 维的,而且所有样本数据都是0~1之间的含有6个左右小数位的小数,差别不是很大。需要预测的结果是输出是 1 维的,同样是0~1之间的含有6位左右小数位的小数。
求解答,多谢。