vn diye bir yerde okumuştum. katman girişten 2 kat daha küçük olmalı, maksimum 2 katman olmalı, artık bir anlamı yok
bu MLP için
Kesinlikle saçmalık. M.b. ve daha az ve daha fazla ve nöronlar ve katmanlar - göreve bağlıdır. Khaikin (ona sahipmişsiniz gibi görünüyor) nasıl ve neden olduğunu anlatıyor.
Yuri Asaulenko : Kesinlikle saçmalık. M.b. ve daha az ve daha fazla - bu göreve bağlıdır. Khaikin (ona sahipmişsiniz gibi görünüyor) nasıl ve neden olduğunu anlatıyor.
2. katman genellikle giriş katmanından daha büyüktür, çünkü işaretleri çıkarmaya başlar ve bu tür işaretler çok iyi olabilir. evet/hayır tipi sınıflandırmanız olsa bile çok fazla.
Khaikin'de kesinlikle var ve benim yazdıklarımdan çok daha iyi.))
Yuri Asaulenko : Kesinlikle saçmalık. M.b. ve daha az ve daha fazla ve nöronlar ve katmanlar - göreve bağlıdır. Haikin (ona sahipmişsiniz gibi görünüyor) nasıl ve neden olduğunu anlatıyor.
Giriş sayısı / 2 ve diğerleri ile ilgili seçeneği gördüm. En iyi seçeneği otomatik olarak nasıl hesaplarsınız?
Giriş sayısı / 2 ve diğerleri ile ilgili seçeneği gördüm. En iyi seçeneği otomatik olarak nasıl hesaplarsınız?
Yanılıyor olabilirim ama sanmıyorum. Genel değerlendirmeler arasından seçilir ve daha sonra eğitim sonuçlarına göre katmanlara nöronlar eklenir/hariç tutulur, hatta ek katmanlar eklenir/hariç tutulur.
2. katman genellikle giriş katmanından daha büyüktür, çünkü işaretleri çıkarmaya başlar ve bu tür işaretler çok iyi olabilir. evet/hayır tipi sınıflandırmanız olsa bile çok fazla.
Khaikin'de kesinlikle var ve benim yazdıklarımdan çok daha iyi.))
Temel kural, bu [gizli] katmanın boyutunun, girdi katmanının boyutu ile çıktı katmanının boyutu arasında bir yerde olmasıdır...
Gizli düğüm sayısını hesaplamak için genel kuralı kullanırız: (Giriş + çıkış sayısı) x 2/3
Bunlar en yaygın öneriler .. ama genel olarak belirleme yöntemleri var, Google'da okumanız gerekiyor, ancak orada her şey karmaşık
NN herhangi bir özellik çıkarmaz, özellikler girdi olarak verilir. Ya boyutu düşürür ya da tüm kombinasyonları ezberler (nöron sayısındaki artışla birlikte)
Üç katmanlı bir ağ (numLayers=3: bir giriş, bir gizli ve bir çıkış) çoğu durumda genellikle yeterlidir. Tsybenko'nun teoremine göre, bir gizli katmana sahip bir ağ, herhangi bir sürekli çok boyutlu fonksiyona istenen herhangi bir doğruluk derecesi ile yaklaşma yeteneğine sahiptir. İki gizli katmana sahip bir ağ, herhangi bir ayrık çok boyutlu fonksiyona yaklaşma yeteneğine sahiptir.
Çubukları sürekli veya ayrık bir işlev olarak analiz etmek ilginç mi?
Maksim Dmitrievski : NN herhangi bir özellik çıkarmaz, özellikler girdi olarak verilir. Ya boyutu düşürür ya da tüm kombinasyonları ezberler (nöron sayısındaki artışla birlikte)
Vay! Bu nedenle, nöron sayısının fazla tahmin edilmesi de zararlıdır. Genelleme olmayacak, gürültü ile birlikte ezberleme olacak.
Ağdaki nöron sayısını otomatik olarak belirlemek istiyorum. Hesaplama formülleri nelerdir?
vn diye bir yerde okumuştum. katman girişten 2 kat daha küçük olmalı, maksimum 2 katman olmalı, artık bir anlamı yok
bu MLP için
Ücretli olarak, eğitime ciddi şekilde yatırım yapmaya karar verirseniz, Gerchik'e veya hemen Perepyolkin'e gitmek daha iyidir.
biber artık öğretmiyor, yeterince enayi attı ve bir DC açtı
vn diye bir yerde okumuştum. katman girişten 2 kat daha küçük olmalı, maksimum 2 katman olmalı, artık bir anlamı yok
bu MLP için
Kesinlikle saçmalık. M.b. ve daha az ve daha fazla - bu göreve bağlıdır. Khaikin (ona sahipmişsiniz gibi görünüyor) nasıl ve neden olduğunu anlatıyor.
böyle bir bilgi görmedi, mb dikkatsizce okudu
böyle bir bilgi görmedi, mb dikkatsizce okudu
2. katman genellikle giriş katmanından daha büyüktür, çünkü işaretleri çıkarmaya başlar ve bu tür işaretler çok iyi olabilir. evet/hayır tipi sınıflandırmanız olsa bile çok fazla.
Khaikin'de kesinlikle var ve benim yazdıklarımdan çok daha iyi.))
Kesinlikle saçmalık. M.b. ve daha az ve daha fazla ve nöronlar ve katmanlar - göreve bağlıdır. Haikin (ona sahipmişsiniz gibi görünüyor) nasıl ve neden olduğunu anlatıyor.
Giriş sayısı / 2 ve diğerleri ile ilgili seçeneği gördüm.
En iyi seçeneği otomatik olarak nasıl hesaplarsınız?
Giriş sayısı / 2 ve diğerleri ile ilgili seçeneği gördüm.
En iyi seçeneği otomatik olarak nasıl hesaplarsınız?
2. katman genellikle giriş katmanından daha büyüktür, çünkü işaretleri çıkarmaya başlar ve bu tür işaretler çok iyi olabilir. evet/hayır tipi sınıflandırmanız olsa bile çok fazla.
Khaikin'de kesinlikle var ve benim yazdıklarımdan çok daha iyi.))
Temel kural, bu [gizli] katmanın boyutunun, girdi katmanının boyutu ile çıktı katmanının boyutu arasında bir yerde olmasıdır...
Gizli düğüm sayısını hesaplamak için genel kuralı kullanırız: (Giriş + çıkış sayısı) x 2/3
Bunlar en yaygın öneriler .. ama genel olarak belirleme yöntemleri var, Google'da okumanız gerekiyor, ancak orada her şey karmaşık
NN herhangi bir özellik çıkarmaz, özellikler girdi olarak verilir. Ya boyutu düşürür ya da tüm kombinasyonları ezberler (nöron sayısındaki artışla birlikte)
Katman sayısını seçmeyle ilgili alıntı:
Üç katmanlı bir ağ (numLayers=3: bir giriş, bir gizli ve bir çıkış) çoğu durumda genellikle yeterlidir. Tsybenko'nun teoremine göre, bir gizli katmana sahip bir ağ, herhangi bir sürekli çok boyutlu fonksiyona istenen herhangi bir doğruluk derecesi ile yaklaşma yeteneğine sahiptir. İki gizli katmana sahip bir ağ, herhangi bir ayrık çok boyutlu fonksiyona yaklaşma yeteneğine sahiptir.
Çubukları sürekli veya ayrık bir işlev olarak analiz etmek ilginç mi?
NN herhangi bir özellik çıkarmaz, özellikler girdi olarak verilir. Ya boyutu düşürür ya da tüm kombinasyonları ezberler (nöron sayısındaki artışla birlikte)