用于回归（时间序列预测）和分类的神经网络架构是否有区别？

我做了一些回归测试，但结果相当差。

我目前使用的是一个基本的前馈网络，包含一个隐藏层，层内有2到4个神经元，使用tanh激活函数和动量。

回答：

这取决于很多因素：

1. 在分类的情况下，你可能面临二元分类问题（你想区分两个类别）或多项分类问题。在这两种情况下，你可以使用不同的架构来实现最佳数据建模的目标。

2. 在序列回归的情况下，你也可以使用许多不同的架构——从接收一个序列作为输入并返回第二个序列作为输出的普通前馈网络，到许多不同的递归架构。

所以你问的问题类似于：建造汽车的工具与建造桥梁的工具是否不同——这个问题太模糊了，你需要提供更多细节。