深度神经网络的隐藏节点应增加、减少还是保持不变

隐藏层中的隐藏节点数量一般应增加、减少还是保持不变?我注意到在一些卷积网络如AlexNet、VGG和ResNet中,节点数量在后续层中往往会增加。这是为什么?这真的重要吗?


回答:

没有普遍的规则,如何构建你的神经网络完全取决于具体问题。几乎任何方案——减少、增加、小瓶颈、宽“颈”——都有其特定的应用。要真正理解发生了什么,你需要大量的经验,但总的来说,调整架构是相当棘手的,通常是通过一些“经验法则”来完成的,比如“我们使用XXX使用的架构,然后尝试稍作调整”。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注