在建立神经网络模型时，充足的数据是一个必要条件。

但是，究竟多少足够呢？是不是越多越好呢？

例如，这里有一个具体问题：
          F=F（x，y，z），其中x，y，z是函数F的自变量；
           现有的x，y和z的数据表规模：100×100×100，即一百万组数据，每个变量是一个维度为100的数组，排列组合，总数一百万；

          Problem：那么利用neural network model方法建立模型时，这些数据是不是过多了？如果不多，是不是训练（training）耗费的时间会非常长？

个人搜到张春路老师发表过很多热力部件(换热器、压缩机和毛细管等)及制冷系统的神经网络模型方面的文章。
例如，Model-based dimensionless neural networks for fin-and-tube condenser performance evaluation（可以在此看到：http://www.docin.com/p-1359517750.html）。好像里面用于训练换热器性能预测的数据规模并不是很大，但预测的精度效果很理想！


@nono2009，如果您看到了这个帖子，真心希望您能点拨一下，先谢过您了！ 返回小木虫查看更多