文章转载，请说明来自《老饼讲解-BP神经网络》：www.bbbdata.com 哦~！

---

目录

一.原理指导

二. 经验公式

三. 建模师经验

四.试凑法优化

五. 实际操作参考

---

本文主要讲解BP神经网络的隐节点个数设置。

隐层，我们已经说了，基本只设一层。
我们需要确定的是隐节点个数。

对于神经网络来说，隐节点个数太少，无法拟合到复杂的关系，隐节点过多，又会导致过拟合。

一般来说，要设几个隐节点，我们并没有什么明确的方法，但有指导方法。

---

一.原理指导

一般来说，

1.输入输出单元数越多，隐节点越多。
2.要求逼近的规则越跌宕起伏，隐节点越多。

备注：以后会出讲解为什么是这样

二. 经验公式

隐节点个数可参考公式

或

三. 建模师经验

可参考建模师以往的一些成功案例，下面是本人的建模经验：

在2个输入1个输出时，用3个隐节点。
在20个输出1个输出时，用7个隐节点。

四.试凑法优化

在设置了隐节点个数后，还可以用试凑法优化：
在原设定的节点个数上，逐步增加（减少），试探多少个节点时拟合效果最佳。

备注：由于网络训练好坏跟随机初始化有关，一般会多训练几次。

五. 实际操作参考

案例：

20个输入，1个输出，

操作（隐节点的确定以下）：

1.   先设定初始隐节点为4（建模经验），然后训练10次，去除最大和次大的误差，取剩下8个求平均误差，将平均误差记录下来。
2.   再设隐节点为5，训练10次….一直到取隐节点12，训练10次，求平均误差。
3.   最后可以发现平均误差会随隐节点个数先减后增（像抛物线），在隐节点=7时，平均误差最小，故最后确定隐节点为7

---

相关文章

​《BP神经网络梯度推导》

​​​​​​《BP神经网络提取的数学表达式》

《一个BP的完整建模流程》