我正在构建一个反向传播神经网络（使用Encog库），该网络根据大约50个因素做出决策。我需要帮助来确定其最佳设计：我们肯定需要50个输入神经元，以及4个输出神经元来给出答案（4位数字），但我对隐藏层中神经元的数量没有把握，多少是最佳的？我还想问一下，对于这种情况，反向传播和Sigmoid激活函数是否是最佳选择。提前感谢。
回答：
使用单一隐藏层。一个只有一个隐藏层的神经网络已被证明是通用近似器。参见：http://en.wikipedia.org/wiki/Universal_approximation_theorem
关于隐藏神经元的数量，你需要进行实验。我建议从50个开始，并尝试25到75个之间的数量。
Sigmoid函数很好，如果你的预期输出在0到1之间。你也可以尝试tanh函数，如果你将数据归一化到-1到1之间。
