matlab中的神经网络拟合

Question

我正在尝试在神经网络Matlab应用程序中找到用于运行神经网络拟合工具的最佳神经元数量。

我目前正在使用64个64个元素的样本作为输入，以及62个1个元素的样本作为目标。我试图获得与通过其他方法获得的数据类似的结果，但是当尝试使用1-12个神经元运行该工具时，结果甚至不相似。我尝试用64个神经元运行它，结果更接近预期。

有没有什么方法可以根据元素/样本的数量知道要使用多少神经元？

有关如何在运行测试时选择神经元数量的任何建议吗？

感谢。

Answer 1

即使对于像MNIST这样的简单数据集，我至少会使用128个神经元。要检查的可能值是128,256,512和1024。这些数字很容易记住，不是神奇的，也不是已知公式的结果。或者，从[100,500]中选择一些随机样本，看看哪个神经元的效果最好。较难的任务往往需要更多的神经元，当你有许多神经元时，你需要考虑使用L_2正则化或丢失来规范你的网络。