1，同樣的輸入訓練樣本和測試樣本得到不同的結果，這可能是因為權重的初始化是隨機的，每個隨機初始值的誤差在訓練時只能收斂到那個區域的局部極小，而不能保證全局極小。就像妳被隨機運送到壹個起伏的山區，妳沿著下坡的路徑到了最低點，但不能保證是整個山區的最低點。這是神經網絡中常見的局部極小問題。可以通過設置學習算法來改善。
2.神經網絡默認會把樣本按照壹定的比例分成訓練數據和測試數據，好像就是這三個屬性。
net . divide param . train ratio；
net . divide param . val ratio；
net . divide param . test ratio；
如果妳的測試樣本不多，那麽細分後的訓練數據會更少，所以有些數據可能根本訓練不出來。解決方法是將訓練比設置為1。
這是我在學習過程中遇到的實際問題和解決方法。希望對妳有幫助。