Обучение нейронной сети для добавления

Мне нужно обучить сеть умножать или складывать 2 входа, но, похоже, это не дает хорошего приближения для всех точек после 20000 итераций. В частности, я тренирую его на всем наборе данных, и он хорошо приближается к последним точкам, но кажется как будто для первых конечных точек не становится лучше. Я нормализую данные так, чтобы они были между -0,8 и 0,8. В Сама сеть состоит из 2 входов, 3 скрытых нейронов и 1 выходного нейрона. Я также установил скорость обучения сети на 0,25, и использовать в качестве обучающей функции tanh (x).

Она очень хорошо аппроксимируется для точек, которые обучаются последними в наборе данных, но для первых точек кажется, что это не может хорошо приблизиться. Интересно, что это, что не помогает ему хорошо настраиваться, это топология, которую я использую, или что-нибудь еще?

Также, сколько нейронов подходит в скрытом слое для этой сети?