本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com

    01. 为什么基本只用base设置   

    说明：什么是base设置    

本文所说的BP神经网络base设置指的是：
 👉 1. 设为1隐层                              
👉 2. 激活函数使用tansig+purelin
👉 3. 训练方法使用trainlm            
👉 4. 数据归一化到【-1，1】之间 

    为什么使用base设置     

我们知道，参数的搭配组合是非常多的，
加上初始化的不确定性，可能每种配置还要试上10回再取平均
如果我们每种搭配，都试一下，那将非常耗时间，
因此，我们很有必要确定一种性价比较好的通用配置，
通用配置虽然未必对所有问题是最优的，
但概率上，它的综合性价比是最高的，
 这样，我们只需要尝试一种配置，而不是每种都试一下 
而我们在失败后，需要尝试修改的点还有很多，
  所以，必须把一些可以不尝试的确定下来，作为base配置，提高尝试的边缘价值

    为什么只用这一种base设置    

只有一种base设置的好处在于，
  我们可以就这一种设置，进行非常深入的探讨和研究
  例如
把数据归一化到【0，1】行不行？当然可以！ 
但如果配置不统一，那在讨论和研究一个问题时，还要确定它的数据范围
而我们更多时候就针对【-1，1】这个假设前提，
去研究初始化怎么初始化更好，lr怎么设更好，数据反归一怎么做，等等
如果你用了【0，1】，那自行推导和转换！ 
 所以，只用一种base设置的好处是，
 我们可以在这个base设置的基础上，进行B计划，C计划，D计划......，
 但也有例外，有些时候，你得根据实际情况，去使用不同的配置
所以，我们后面会讨论base设置的理由和好处，这样，可以根据自己的情况，估算base设置适不适用

  End