神經網絡（FFW，BP） - 函數逼近

Question

是可以訓練神經網絡來逼近這一功能：

如果我囤近似X^2或罪或簡單的東西，它工作正常，但對於這種功能我只能得到不變的價值線。 我NN具有2個輸入（X，F（X）），一個隱藏層（10個神經元），1個輸出（F（X）） 對於訓練我使用BP，激活函數乙狀結腸 - >的tanh

我目標是獲得沒有噪聲的「平滑」功能，即捕捉上面圖像上的功能。

或者是否有任何其他方式與神經網絡或遺傳算法，如何近似呢？

Answer 1

由於輸入（x，f（x））是不連續的（不完全是，但有點），所以你要克服主要問題。

因此，您的NN將不得不從字面上記住給定大的不連續性的x-f（x）映射。

一種方法是使用可以解決不連續性的四層NN。

但實際上，你可能只想看看其他平滑方法而不是神經網絡的問題。

你有一個週期性的函數，所以首先只用一個句點，否則你會記住而不是泛化。