Поток должен быть:Как создать нейронную сеть в искры?
Input -> Word2Vectors -> Output -> NeuralNetwork
Я попытался word2vec функцию искры, но я путать с форматом "MultilayerPerceptronClassifier" необходимости как вход?
Поток должен быть:Как создать нейронную сеть в искры?
Input -> Word2Vectors -> Output -> NeuralNetwork
Я попытался word2vec функцию искры, но я путать с форматом "MultilayerPerceptronClassifier" необходимости как вход?
Когда вы определяете свой MultilayerPerceptronClassifier
, вы должны указать в качестве параметра Array[Int]
под названием layers
. Они описывают количество нейронов на слой в этой последовательности. Входной размер первого слоя должен соответствовать длине выходного измерения Word2Vec
. Поэтому вы должны установить параметр
val layers = Array[Int](featureDim, 5, 4, 5, ...)
И замените номера параметрами, которые вы хотите, чтобы ваша модель имела. Вы должны установить featureDim
на длину векторов, которые производит ваш Word2VecModel
. К сожалению, атрибут с этим значением скрыт через аксессуар private
, и на данный момент не существует метода геттера.
Ваш вопрос непонятен. Является ли проблема связана с входным размером вашего многослойного PerceptrionClassifier (который является под-регистром NN, который НЕ должен использоваться) или относительно Word2Vec? Если вы тренируете модель Word2Vec самостоятельно на каком-то текстовом корпусе, вы можете установить выходные размеры в качестве параметра. Выходной размер модели word2vec должен соответствовать входному размеру многоуровневого анализатора (который вы не должны использовать, вместо этого смотрите http://deeplearning4j.org/). – uberwach
Я смущен с размером многослойной сети PerceptronNetwork. что должно быть? так что, соответственно, я могу установить одинаковые размеры моей модели word2vec. – Aditi
Первый слой многослойногоPerceptronClassifier должен иметь входной размер = вывод Word2Vec (обычно называемый размерностью функции). – uberwach