设计神经网络的隐藏层

我有一个分类问题,我的输入形状是一个16×16的图像,我需要判断这个形状是否正确,因此我有256个(16*16)输入神经元和一个输出神经元。

中间层该如何设计呢?我不确定需要多少层隐藏神经元,每层应该有多少个神经元。


回答:

根据直观观察和经验结果,有一个公式可以用来定义隐藏层神经元的数量:

2*(N1 + N3) <= N2 <= (K*(N1 + N3) - N3) / (N1 + N3 + 1)

N1:输入神经元的数量,

N2:隐藏神经元的数量,

N3:输出神经元的数量,

K:输入样本的数量。

你可以根据大多数JCR索引论文中的经验结果来计算隐藏层中神经元的数量。

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