1
신경망의 표본 크기의 일반적인 규칙은 '가중치 수'의 10 배입니다. 예를 들어 NxD 입력, 하나의 레이어 크기 M 및 출력 레이어 크기 K가있는 경우 두 개의 W 행렬 때문에 '가중치 수'2입니까? 아니면 그렇지? D M + M K? 당신의 도움에 미리 감사드립니다.신경망의 표본 크기
A
답변
1
가중치의 실제 수는 DM 숨겨진 층에서 모든 유닛에 대한 가중치의 수를 나타내며, M 숨겨진 층의 바이어스 조건과 동일한 방법에 DM + MK + M + K 있어야 MK 및 K는 wights의 수를 나타낸다 및 바이어스 항을 각각 출력 층에 제공한다.
관련 문제
- 1. 이미지 인식 표본 크기, 정확히 동일한 그림이되는 표본 크기가 더 큽니까?
- 2. 길쌈 신경망의 깊이 해석
- 3. 신경망의 정밀도
- 4. Matlab 신경망의 문자 인식
- 5. 반복 된 치수를 가진 선형 혼합 모델 표본 크기
- 6. 표본 1-D 어레이
- 7. 들여 쓰기 표본 예제
- 8. 컨볼 루션 신경망의 비용 함수
- 9. 신경망의 학습 오류 피팅
- 10. 신경망의 목표 값
- 11. 신경망의 분할 오류
- 12. 신경망의 장점과 단점
- 13. theano - 신경망의 출력을 평가하십시오.
- 14. 신경망의 입력은 행렬입니다
- 15. Tensorflow 신경망의 기능 표현
- 16. 인공 신경망의 정규화
- 17. 회선 신경망의 필터 시각화
- 18. 신경망의 숨겨진 레이어 설계
- 19. 신경망의 오차 차이 계산
- 20. 표본 값 레이블 수정 [showFirstValue]
- 21. fontSquirrel에서 표본 파일 폴더가 필요합니까?
- 22. CSS를 컨테이너에 끼워 넣는 표본
- 23. 한 줄로 된 이미지와 표본
- 24. 거절 방법을 사용하여 표본 추출
- 25. 표본 크기에 대한 power.prop.test 함수의 반짝이는 출력
- 26. 자세 추정에서 인공 신경망의 적합성
- 27. 컨볼 루션 신경망의 계층 식별
- 28. OCR과 인공 신경망의 관계는 무엇입니까?
- 29. 컨벌루션 신경망의 올바른 아키텍처는 무엇입니까?
- 30. 컨볼 루션 신경망의 레이어 수
슬프게도 일반적인 규칙은 없으며 항상 데이터에 따라 다릅니다. 크로스 밸리데이션을 사용하여 네트워크를 평가하십시오. 다른 모든 것은 추측됩니다 (물론 일부 사람들은 경험이 많으므로이 추측 게임에서 조금 나아졌습니다). – sascha