亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全，請及時綁定郵箱和手機立即綁定
已解決430363個問題，去搜搜看，總會有你想問的

SciKitLearn 中 MLPRegressor 的隱藏層大小是如何確定的？

SciKitLearn 中 MLPRegressor 的隱藏層大小是如何確定的？

Helenr 2022-01-18 13:26:28
假設我正在使用以下代碼創建一個神經網絡：from sklearn.neural_network import MLPRegressormodel = MLPRegressor(  hidden_layer_sizes=(100,),  activation='identity')model.fit(X_train, y_train)對于hidden_layer_sizes，我只是將其設置為默認值。但是，我真的不明白它是如何工作的。我的定義中隱藏層的數量是多少？是100嗎？
查看完整描述

1 回答

?
開滿天機

TA貢獻1786條經驗 獲得超13個贊

從文檔：

hidden_layer_sizes ：元組，長度= n_layers - 2，默認（100，）

第 i 個元素表示第 i 個隱藏層中的神經元數量。

是length = n_layers - 2，因為隱藏層的數量是輸入層的總層數n_layers減 1，輸出層的減 1。

在您的（默認）情況下(100,)，它意味著一個 100 個單位（神經元）的隱藏層。

對于分別有 100、50 和 25 個單位的 3 個隱藏層，它將是

hidden_layer_sizes = (100, 50, 25)

請參閱文檔中的示例（它是 for MLPClassifier，但邏輯是相同的）。


查看完整回答
反對 回復 2022-01-18
  • 1 回答
  • 0 關注
  • 510 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

 幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

 公眾號

掃描二維碼
關注慕課網微信公眾號