神经网络训练准确率不变,神经网络训练误差大

1、神经网络的误差 是一个数 还是一个矩阵？

mse均方误差为一个数。训练或测试目标样本与输出结果之间的误差是一个矩阵

谷歌人工智能写作项目：小发猫

2、BP神经网络误差如何理解

误差是永远都有的，上面只是精度问题才看不到了，一般bp需要设置一个全局误差阈值，小于这个阈值时，才算训练可以了

3、BP神经网络matlab训练偶尔会有一次误差较大的正常吗？ 10

BP神经网络matlab训练偶尔会有一次误差较大的是比较正常的，因为训练是有随机性，所以每次的结果并不完全一样的。

4、神经网络训练中误差值不变？ 40

既然神经网络的损失值维持不变，说明该训练数据下各参数反向传播梯度为0，所有参数不进行更新，考虑训练数据设计不合理，建议补充训练数据以确认。

5、用MATLAB做bp神经网络的预测，训练的挺好。但是预测误差很大，是什么原因，怎么解决啊

1.训练样本有可能不够多。
2.样本不具有代表性，不具有特征性
3.网络模型设计有问题，需要Try Error and Try
4.可以使用Trainbr（贝叶斯正则化训练函数），这个函数对网络的泛化能力比较好

6、bp神经网络的问题，大家帮忙解答下！！ 这图该怎么分析，还有训练误差和测试误差怎么看呢

你的图不大对吧？应该有三条曲线显示才对，分别代表训练，验证，测试误差，你现在只有训练误差的。performance is 0.00306表示你的训练误差达到了0.00306，goal is 0.01表示你设置的目标误差是0.01.

7、Matlab的神经网络训练完了，怎么测试的时候误差这么大

正常 模型的准确度取决于你的样本质量和数量 样本最好能涵盖所有因子的取值范围，比如说样本中因子A取值在0-100之间，如果测试数据因子A取值为200，就可能造成模型预测偏差太大。