如何在神经网络训练中使用数据集

Question

我正在尝试实现神经网络。 我目前正在反向传播部分上工作。 我不需要编码方面的帮助。 到目前为止，我已经成功编写了feedForward部分。 但是我的问题与我正在使用的数据集更相关。

这是我的数据集：

http://archive.ics.uci.edu/ml/machine-learning-databases/cpu-performance/machine.data

我必须使用5倍交叉验证来反向传播并停止训练，直到错误阈值为.1 ， .01和.001这意味着我必须进行3次试验。 忽略每个数据点的前2个点。 我已经将集合标准化了。 该网络的体系结构是在输入层中有7个神经元，在1个隐藏层中有3个神经元和1个输出。 非常基本的实现。

所以我的问题是

1. 我必须将设置分成5个较小的子集，对吗？ 保留一个用于测试，休息一个用于验证和培训，对吗？

2. 我要训练多久？ 说我使用1折（每折约42个数据集），并且达到了所需的错误阈值。 我停下来吗 并使用测试数据？ 否则我会加载下一组并继续训练？ 如果在达到所需的错误阈值之前用完数据集该怎么办？

3. 我也应该遵循这样的事情吗？

   1. 使用输入值
   2. 前馈，然后比较错误
   3. 反向传播并调整权重
   4. 重复过程ac，直到我达到错误阈值并完成当前折中的所有数据？

感谢您的时间和回复。 我真的想了解如何使用数据集。 编写代码后，我将更新你们。