『壹』 200组数据可以训练神经网络吗
不行
神经网络的数据需要1000个以上，其中训练样本至少700以上，验证样本至少300以上。
『贰』 BP神经网络学习样本是不是越多越好！
这个没有明确要求，样本也不是越多越好。通常情况下，你的样本可以一部分用来做验证。版加速你权有100个样本，90%用来做训练，10%用来做验证等，当然，有时候还得留下10%做测试用。我个人的经验是，样本数尽量在10以上吧。
『叁』 BP神经网络的训练集需要大样本吗一般样本个数为多少
这个没有明确要求，样本也不是越多越好。
通常情况下，你的样本可以一部分用回来做验证。
加速你有100个样本，答90%用来做训练，10%用来做验证等，当然，有时候还得留下10%做测试用。
我个人的经验是，样本数尽量在10以上吧。
『肆』 bp神经网络预测是不是数据越多，预测能力就越好
您好，一般来说是数据越多越好，但是增加数据量并不是唯一增强预测能力的方式，还可以通过调整超参数、改变网络结构、使用正则化/BN层等防过拟合技术、改进数据质量等方法，来实现预测能力的增强。
『伍』 bp神经网络，是不是数据越多，预测能力越好！
准确的说是数据越全面，越能体现数据分布，预测才越好
但一般我们也不知道数版据原本的分布是怎么权样的~所以，收集越多的不同的数据，一般来说预测就越好。当然，如果发现数据多到一个程度后，预测效果没什么变化，说明数据的表达能力，或者说数据的分布已经很充沛了，特征方差不变了，多了也没什么用
『陆』 关于BP神经网络的
样本数据越多越准确不错，然而数据越多，网络越复杂，需要训练的次数越来越多，所以收敛的越来越慢，所以可能训练500次都达不到精度，你可以适当增大学习率，会变快一些。
『柒』 神经网络的数据量多少比较合适
一般来说要1万以上，越多越好，但要保证采集标准统一，且输出为相同的数据不能太多。
『捌』 BP神经网络输入层和训练次数怎样选择
输入层就是看你研究的结果影响因子的数目，而训练次数是程序自己计算的，因为你要设定误差目标，模型误差到达你设定的目标误差时训练结束，这时的训练次数就是最终训练次数。