我开始进行人工神经网络编程。我想知道是否存在某种计算来确定前馈多层网络中隐藏层应根据其具有的输入和输出的数量确切的单元数。例如,在经典的XOR功能中,有2个输入和1个输出。我怎么知道隐藏层可能有3个单位?
答案 0 :(得分:1)
简短而正确的答案是,图层中没有任何“适量”隐藏节点的定义。但是有一些引导线,例如在给定层中不使用比输入信号更多的隐藏节点。
配置您的网络最重要的是,您必须根据特定数据集或问题实例校准隐藏节点的数量。重要的是要记住,使用尽可能少的隐藏节点是有利的,因为这将确保网络的普及。
答案 1 :(得分:1)
粗略地说:
更多线性问题=>隐藏节点越少,非线性越多=>更隐蔽的节点。
更多概括=>隐藏节点越少,泛化越少=>更多隐藏节点
准确答案(至少对于您的训练集)=>更多隐藏节点,近似答案=>较少隐藏的节点
仅供参考:在xor的情况下,如果两个输入都直接连接到输出,则需要一个额外的隐藏节点。如果不允许输出到输出连接,那么两个隐藏节点将是最小值。
在回答问题的时候,有一个公式给出了一般问题隐藏节点的确切数量 - 没有。