『壹』 怎樣訓練bp神經網路
就是將訓練樣本集劃分為兩部分，測試集和驗證集，僅用測試集訓練，每次訓練後用驗證集代入，求其誤差和，當訓練誤差不斷減小而驗證誤差卻增加時，可以考慮演算法終止，再訓練可能就會過擬合。
希望你能看明白
『貳』 神經網路不用batch怎麼訓練
建議還是盡量用上batch，小批量的訓練是神經網路的最佳實踐之一，當然也不能太小。
『叄』 BP神經網路訓練的過程
你這相當於軟測量建模，你說的Targe是matlab神經網路工具箱中的吧？我也做了一個神經網路模擬，沒有用那個工具箱，直接編的程，我的是二個輸入四個輸出，其實很簡單，一看就懂，想要把qq郵箱給我，我發給你。
『肆』 神經網路中學習和訓練的區別是什麼
你好，一般學習是指自動的而訓練是指有人逼的。在神經網路中這兩者對應的是無監督學習和有監督學習。如果還是不太理解你可以查一下感知器和認知器。感知器是有監督的學習而認知器則是無監督的學習。
希望對你有幫助。^_^
『伍』 卷積神經網路具體怎樣訓練
注意：訓練樣本和測試樣本是不一樣的。判斷正確和錯誤，主要是看能不能通過訓練分析機以及是否在誤差內。正確率的得出：對測試樣本進行測試，看看識別出來的有哪些，除以測試樣本的總數即可。
『陸』 人工智慧中神經網路訓練過程
我大概說一下，輸入的數據集A，輸出的數據集B，還有一個對應於A數據集的期望輸出數據集C。
過程是這樣的，B與C的差進行反向轉播修正調權。
『柒』 一般神經網路要訓練多久
決定神經網路訓練多久有很多因素，如用的是CPU還是GPU，神經網路的結點數、層數，學習速率，激活函數等。一般在測試集的准確率不再明顯增加時就可以停止訓練了。