-1
분류 할 대형 행렬이 있다고 가정합니다. 매트릭스는 M N 경우매우 큰 행렬에서 패턴을 학습하는 신경망
, 각 요소에 대해 신경이라고 M N 신경과 신경 네트워크를 가질 것이다 OK? 더 좋은 아이디어가 있습니까? 사실, 제 경우에는 50 행 200 행 200 열 [200 * 200] 있습니다. {입력 행렬의 요소는 0과 1입니다.} 미리 감사드립니다.
A
답변
1
시행 착오에 의해 숨겨진 노드 수 H에 적합한 값을 찾습니다. numH * Ntrials 더하기 외부 루프 H = Hmin : dH : 숨겨진 노드 수와 내부 루프 수에 대한 Hmax i = 1 : 각 값에 대한 임의의 trn/val/tst 데이터 나누기 수 및 임의 가중 초기화 시도 횟수에 대한 Ntrials of
관련 문제
- 1. 매우 큰 신경망 훈련
- 2. 커브 3x3 큰 행렬에서
- 3. Pybrain - 신경망 정확도가 매우 낮습니다.
- 4. 정수의 행렬에서 가장 큰 것
- 5. 행렬에서 가장 큰 원소 찾기
- 6. 매우 큰 폼 디자인
- 7. 더 큰 행렬에서 고유 한 행렬을 찾으십시오.
- 8. 신경망 입력 데이터의 최적화
- 9. 희소 행렬에서 가장 큰 고유 값 찾기
- 10. 스파이크 신경망 분류기 구현
- 11. 매우 큰 목록에 합류
- 12. 매우 큰 BigIntegers 인쇄
- 13. 매우 큰 문자열 분할
- 14. 매우 큰 목록을 직렬화
- 15. 매우 큰 숫자의 vb.net
- 16. 매우 큰 숫자의 파이썬
- 17. 매우 큰 숫자 처리
- 18. 매우 큰 데이터베이스 디자인
- 19. 레일 매우 큰 테이블
- 20. 매우 큰 파일의 XOR
- 21. 매우 큰 JSON 문자열
- 22. StringIndexOutOfBoundsException 매우 큰 문자열에
- 23. 매우 큰 .mat 파일
- 24. prefuse에 매우 큰 파일로드
- 25. 안드로이드 : 매우 큰 문자열
- 26. 은 매우 큰 문자열을
- 27. 매우 큰 숫자 표시
- 28. 매우 작거나 매우 큰 숫자를 곱하는 함수
- 29. HDF를 사용하여 매우 큰 매트릭스를 저장하는 방법
- 30. 순진 베이 분류를 사용하여 큰 데이터 집합을 학습하는 동안 MemoryError
큰 행렬들 –
;-) 당신 말이 맞습니다. 어떤 생각? –