我在使用AForge.NET进行神经网络反向传播学习时遇到了一些问题。我尝试按照样例（近似）实现神经网络。我的问题如下：1. 输入向量 {1,2,3,…,19,20}2. 输出向量 {1,2,3,…,19,20}（这是一个线性函数）3. ActivationNetwork network = new ActivationNetwork(new BipolarSigmoidFunction(2), 1, 20, 1);4. 然后大约10000次 – teacher.RunEpoch(input, output);

当学习完成后，我的network.Compute()返回的值在[-1;1]之间，为什么会这样？

在样例中，有对向量值进行归一化的操作（x -> [-1; 1] 和 y -> [-0.85; 0.85]），当我这样做时，一切正常…但这只是我想用来学习神经网络工作原理的样例。我当前想要实现的问题更加复杂（超过40个输入神经元）

有谁能帮帮我吗？

回答：

我还没有使用过AForge，但BipolarSigmoidFunction很可能是tanh函数，即输出在[-1, 1]之间。这通常用于分类或有时用于有界回归。在你的情况下，你可以对数据进行缩放，或者使用线性激活函数（例如恒等函数，g(a) = a）。