3つの入力、2つの隠れ層（それぞれ6つのニューロン、シグモイド活性化関数）、および出力として1つのニューロンを持つネットワークがあります。私は分類ネットワークを見ていませんので、私のネットワークは継続的であると期待しています（それが理にかなっていることを願っています）。
私の入力は、1年の日数（0〜365の範囲）を表します。私は実際にそれらを0-1の範囲に正規化します（シグモイドのため）。
私の問題は次のとおりです。トレーニングエラーが小さくても、トレーニングセットを再利用したときの実際の値は正しくありません。実行するエポックの数に応じて、異なる結果が得られます。
ネットワークを数千回以上トレーニングした場合、考えられる結果は2つだけです。トレーニングを少なくすると、より多くの可能性のある結果が得られますが、値は私が期待するものにはほど遠いです。
継続的なネットワークの場合は、2つの隠れ層を使用する方がよいことを読みました。
何が間違っているのかわかりません。あなたが何か助けになることができれば、それは素晴らしいことです。詳細が必要な場合はお知らせください。
ありがとう
更新1
トレーニングセットの要素数を減らしました。今回、ネットワークは少数のエポックに収束しました。トレーニングエラーは次のとおりです。
トレーニングネットワーク
反復＃1。エラー：0.0011177179783950614
反復＃2。エラー：0.14650660686728395
反復＃3。エラー：0.0011177179783950614
反復＃4。エラー：0.023927628368006597
反復＃5。エラー：0.0011177179783950614
反復＃6。エラー：0.0034446569367911364
反復＃7。エラー：0.0011177179783950614
反復＃8。エラー：8.800816244191594E-4
最終エラー：0.0011177179783950614