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

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