如何确定人工神经网络中层与层之间神经元的连接方式?

假设我的第一层输入层有10个输入节点/神经元。假设我的隐藏层也有10个神经元。我的第三层也是最后一层只有一个输出神经元。

我该如何连接这些层呢?是否有技术可以确定最佳的连接方式,还是说只是将每个输入神经元连接到隐藏层的所有神经元,从而在两层之间总共有100条边?

这可能是一个非常基础的问题,但我没有看到太多具体的例子。我找到的例子要么是连接了所有神经元,要么连接似乎是随机的。


回答:

如果有的话,这基于直觉和经验结果。我见过人们使用递归神经网络。

对于前馈神经网络,将第n层的全部神经元连接到第n+1层的全部神经元是有意义的。

这是我最近使用的一个例子(以展示大量的边):

神经网络

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注