Se disponiamo di 10 autovettori, possiamo avere 10 nodes neurali nello strato di input. Se abbiamo 5 classi di output, allora possiamo avere 5 nodes nello strato di output. Ma qual è il criterio per scegliere il numero di layer nascosto in un MLP e quanti neurali nodes in 1 livello nascosto?
È molto difficile scegliere il numero di neuroni in un livello nascosto e scegliere il numero di livelli nascosti nella rete neurale.
Di solito, per la maggior parte delle applicazioni, uno strato nascosto è sufficiente. Inoltre, il numero di neuroni in quello strato nascosto deve essere compreso tra il numero di ingressi (10 nel tuo esempio) e il numero di uscite (5 nel tuo esempio).
Ma il modo migliore per scegliere il numero di neuroni e livelli nascosti è la sperimentazione. Formare diverse reti neurali con un diverso numero di livelli nascosti e neuroni nascosti e misurare le prestazioni di tali reti utilizzando la convalida incrociata . È ansible attenersi al numero che produce la rete migliore.
Per automatizzare la selezione del miglior numero di strati e il miglior numero di neuroni per ciascuno dei livelli, è ansible utilizzare l’ottimizzazione genetica .
I pezzi chiave sarebbero:
Puoi anche considerare: