我找到了单个隐藏层中最佳节点数量。在添加第二个隐藏层时,我应该保持这个数量不变吗?

我通过网格搜索找到了深度网络中最佳节点数量,使用AUROC作为最优性的衡量标准。假设在第一个隐藏层中使用100个节点时,AUROC值最高,达到了0.7。我可以假设在添加第二个隐藏层时,第一个隐藏层保持100个节点会得到最佳模型吗?我不想在添加第二个隐藏层时,同时改变第一和第二个隐藏层的节点数量进行网格搜索,因为随着隐藏层的增加,这将导致运行时间呈指数级增长。


回答:

“当然不能!关于这个错误假设有太多要说的,但我建议你阅读一些关于神经网络的基本介绍(考虑到一些非线性因素)。我非常确定,如果这个假设是正确的,我们的世界将会非常不同(神经网络架构优化在多项式时间内完成;这是你的假设对我来说的一个含义)” – 感谢[隐藏人名]。我无意抄袭你的回答,只是想让其他人看到这是正确的答案!

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