我设计了一个多层感知器网络,并使用一个包含10000个输入的数据集进行训练,每个输入有5个维度,我期望得到1个输出。是否有公式可以计算出对于N个输入所需的理想迭代次数。
回答:
没有通用的公式可以确定给定训练数据集所需的迭代次数。
迭代次数只是影响分类器的一个参数。其他超参数包括层数、每层的neurons数量和学习率。
你可以进行超参数调优,并检查分类器在何时开始过拟合。你可以从较少的迭代次数开始,观察在哪一点上增加更多的迭代次数不再有助于减少误差。
我设计了一个多层感知器网络,并使用一个包含10000个输入的数据集进行训练,每个输入有5个维度,我期望得到1个输出。是否有公式可以计算出对于N个输入所需的理想迭代次数。
回答:
没有通用的公式可以确定给定训练数据集所需的迭代次数。
迭代次数只是影响分类器的一个参数。其他超参数包括层数、每层的neurons数量和学习率。
你可以进行超参数调优,并检查分类器在何时开始过拟合。你可以从较少的迭代次数开始,观察在哪一点上增加更多的迭代次数不再有助于减少误差。