R deepnet包：如何在我的神经网络中添加更多隐藏层？

Question

我刚开始研究＆＃34; deepnet＆＃34;包： http://cran.r-project.org/web/packages/deepnet/index.html

关于＆＃34;深度倾斜＆＃34;，关于多层神经网络的使用。 我已经开始使用包中提供的train（）函数， 但我真的无法理解如何添加更多隐藏的图层 神经网络。 标准设置包括2个隐藏层，但我想添加更多，如5。 你们当中有些人有想法吗？

我正在使用sae.dnn.train（）函数，但我无法理解 参数控制隐藏层的数量。 这是示例代码：

Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
x <- matrix(c(Var1, Var2), nrow = 100, ncol = 2)
y <- c(rep(1, 50), rep(0, 50))
dnn <- sae.dnn.train(x, y, hidden = c(5, 5))
## predict by dnn
test_Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
test_Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
test_x <- matrix(c(test_Var1, test_Var2), nrow = 100, ncol = 2)
nn.test(dnn, test_x, y)

哪个参数设置神经网络中隐藏层的数量？ 如何添加更多隐藏图层？

Answer 1

虽然我不熟悉deepnet包，但它的结构与其他神经网络包的结构相同。查看文档（?sae.dnn.train）后，您将看到：

hidden:    vector for number of units of hidden layers.Default is c(10).

现在这不是最清晰的描述，但我认为它应该与neuralnet包中的neuralnet函数相同。 ?neural::neuralnet

hidden:    a vector of integers specifying the number of hidden neurons 
           (vertices) in each layer.

您可以更清楚地了解到您正在创建一个向量，指定每个图层中的神经元数量（节点，顶点等）。

总而言之，您的hidden = c(5, 5)示例适用于两层，每层有5个神经元。因此，如果你想要5个隐藏层，每个层有5个神经元，你只需要hidden = c(5, 5, 5, 5, 5)。