Neuroph: LearningRule中的maxIterations指的是什么?

我找到了这个评论,想知道LearningRule中的maxIterations指的是什么。假设我的DataSet包含10,000条记录,我的神经网络使用设置了maxIterations为10的LearningRule来学习这个DataSet。这是否意味着只有前10条记录被用来训练我的MultiplayerPerceptron(10, 400, 400, 10)?还是说它指的是每条记录在每层训练的神经元数量?还是指其他什么东西?

API文档中说明它是“maxIterations – 此学习算法的迭代限制”,但这个迭代限制应用在哪个层面上?对于训练集中的每条记录,每个连接权重都会被更新一次,对吗?maxIterations到底限制了什么?

(x-post to sourceforge/neuroph)


回答:

它是批量学习周期的次数。所以10次迭代意味着它会更新权重10次,每次更新都是在使用完所有10,000条记录之后进行的。

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