简单神经网络回归示例

本项目提供一个使用 C++ 实现的一维回归神经网络示例，支持通过数据文件训练模型，并在终端中交互式预测输出值。

功能简介

• 输入层 1 个特征（x），输出层 1 个值（y）。
• 支持 0~3 个隐藏层，每层最多 10 个神经元。
• 自动进行数据归一化处理，训练轮次不少于 200 次。
• 训练时按轮次打乱样本顺序，提升训练稳定性与收敛效果。
• 交互式输入新样本并输出预测结果与误差（保留 6 位小数）。

数据格式

数据文件包含 n 行，每行两个浮点数，以 Tab 或空格分隔：

x<TAB>y

示例：

-1.0	2.5
0.0	3.0
1.0	4.1

编译方法

在项目根目录下执行：

g++ -std=c++11 -Wall -Wextra -O2 main.cpp NeuralNetwork.cpp -o nn

运行方式

执行可执行文件后，按照提示输入配置与数据文件路径：

./nn

程序会依次提示：

1. 隐藏层数量（0-3）
2. 每层神经元数量（1-10）
3. 学习率
4. 训练轮次（>=200）
5. 数据文件路径
6. 预测输入 x
7. 真实 y 值（用于计算误差）

目录结构

• NeuralNetwork.h：神经网络类声明
• NeuralNetwork.cpp：神经网络实现
• main.cpp：交互式示例入口

说明

本示例面向 Dev C++ 等常见 C++ 编译环境，代码结构清晰、注释齐全，适合教学与入门使用。