經過大量的調研,現有的被廣泛接受的輸入層、隐藏層、輸出層節點數的确定方法為:
(1)輸入層節點數n:取決于樣本的屬性個數
(2)輸出層節點數l:取決于定義的标簽編碼規則,或者預測的節點數
(3)隐藏層節點數m(有三種确定方法):
①
,其中
為1-10之間的常數
②
③
注意:
(1)隐含層節點數應該小于N-1(N是訓練樣本數),否則網絡模型的系統誤差與訓練樣本的特性無關而趨于0,即建立的網絡模型沒有泛化能力,也沒有任何使用價值,同理,輸入層的節點數也必須小于N-1;
(2)訓練樣本數必須多餘網絡模型的連接配接權數,一般為2~10倍,否則,樣本必須分成及部分且必須采用”輪流訓練”的方法才能得到可靠的神經網絡