神经网络论文结果随机数
问：BP神经网络每次训练结果不一样是怎么回事？
- 答：因为初始权值和阈值是随机产生的。
神经网络每次结果不同是因为初始化的权值和阈值是随机的,因为每次的结果不一样，才有可能找到比较理想的结果,找到比较好的结果后，用命令save ;保存网络，可使预测的结果不会变化，调用时用命令load ;
优劣势：
BP神经网络无论在网络理论还是在性能方面已比较成熟。其突出优点就是具有很强的非线性映射能力和柔性的网络结构。网络的中间层数、各层的神经元个数可根据具体情况任意设定，并且随着结构的差异其性能也有所不同。但是BP神经网络也存在以下的一些主要缺陷。
①学习速度慢，即使是一个简单的问题，一般也需要几百次甚至上千次的学习才能收敛。
②容易陷入局部极小值。
③网络层数、神经元个数的选择没有相应的理论指导。
④网络推广能力有限。
对于上述问题，目前已经有了许多改进措施，研究最多的就是如何加速网络的收敛速度和尽量避免陷入局部极小值的问题。
问：人工神经网络的论文
- 答：你不翻译了
？？？
问：我用神经网络做预测，可是每次运行的结果都不同，请问是什么原因？
- 答：你说的神经网络应该值的是BP网络吧，由于BP网络有无穷多个局部最优解，所以每次计算的结果都不同，这和你初值设置的不同也有关系。一般来说通过多次试验找到一个合理的次优解作为问题的解。
- 答：你自己网上搜一下就可以啦：
“因为每次初始化网络时都是随机的，而且训练终止时的误差也不完全相同，结果训练后的权植和阀也不完全相同（大致是一样的），所以每次训练后的结果也略有不同”
“数据挖掘和机器学习中有大量的算法都是具有一定随机性的，两次计算结果不一样是常见的事”
本文来源: https://www.lunwen80.cn/article/92c570cfd748c408817462fe.html