PNN比MLP有什么缺点

Question

我有一个问题，我无法在任何地方找到任何直接的答案 似乎 PNN 至少在训练过程中比 MLP 快得多，而且它也更准确。那么为什么MLP 仍在使用用于分类任务而不是PNN？

Answer 1

让我直截了当地知道这两者是如何运作的。让我们举一个使用PNN和MLP的二进制分类的例子。对于PNN，您只能有1个隐藏层，其中节点数始终等于训练数据的数量。我们不必学习权重，但我们必须学习隐藏节点中的内核参数。如果这些节点属于类1，则表示该层中表示类1的节点与隐藏层之间的权重设置为1，否则设置为0。如果我们假设所有神经元都是相同的，那么只需要学习一个参数，因此它的训练比MLP快得多。 对于MLP，我们可以根据需要设置多个图层，通常开发人员只使用1个隐藏图层，但谷歌最多使用11个图层来识别他们的房屋号码。这可能是使用MLP而不是PNN的一个可能原因。