要用神经网络解决一个输入为简单向量的问题，应该怎么样设计网络结构
好像只能划分训练集和验证集，然后不断的试了。不过有一些一般性的技巧了：1）数据的归一化；2）输出是一个值，直接的方法是训练回归模型，L2或者L1损失再或者Huber Loss都可以尝试，不过若尝试将其离散化，然后转为分类问题或许有不错的效果；3）其他的一些如ReLU，Batch Normalization，权值正则，Dropout等。对于该规模的问题，先尝试一下4-1024-1024-1较大的模型，一般来说训练集应该可以较好拟合，然后看看验证集效果，如果不好，可能是过拟合，然后不断减小网络以及采取一些防止过拟合的措施。总之就是不断的试了。
推荐阅读
- 老钓手果然没吹牛，野钓鲫鱼只要用上这四招，天天去钓都不过瘾
- 蟹爪兰叶子软塌，难复花，“根源”在这里，解决后开花一茬接一茬
- 贵州在建骨干水源工程达到465座有效解决工程性区域性缺水问题
- 长春社区开设助老餐厅探索解决老人“吃饭难”
- 互联网怎样解决“家政服务上门速度慢”的问题
- 咋解决电信营业厅对http网址的污染
- 封面新闻|耀出行：滴滴解决你代步的“温饱”问题，我来满足你出行的仪式感需求
- 植物|花卉生长不好，这样养轻松解决！夏天温度高
- 凯迪拉克ATS|卡罗拉要用1.5L三缸代替1.2T四缸 你还买吗？
- 特斯拉|最前线 | 特斯拉首席设计师Franz：设计是要解决问题，艺术追求个人化