我有一个训练良好的神经网络，包含大约40个输入神经元，用于通过模式对某些项目进行分类。每个神经元接收一个单独的输入参数值。我相当确定并非所有输入参数在实现最终结果时都是重要的，因此如果我排除这些参数，我的网络应该能产生几乎相同的结果。有什么最有效和最快的方法来去除网络中不必要的输入神经元， preferably not to retrain whole network? 谢谢

回答：

以下是两种简单快速的方法来实现这一点：

• 如果你必须训练你的神经网络（如果你进行修剪，你无论如何都需要重新训练），你可以切断权重低于固定阈值的连接，然后移除没有连接的神经元；

• 你可以计算每个输入神经元子集的Shapley值，并修剪那些具有“坏”值的神经元：http://en.wikipedia.org/wiki/Shapley_value