Я занимаюсь некоторыми исследованиями с нейронными сетями, и концепция и теория в целом имеют смысл для меня. Хотя один вопрос, который мне подходит, на который я еще не смог найти ответа, - сколько нейронов следует использовать в нейронной сети. для достижения надлежащих/эффективных результатов. Включая скрытые слои, нейроны на скрытый слой и т. Д. Увеличивают ли больше нейронов более точные результаты (при большей нагрузке на систему) или меньше нейронов все еще будут достаточными? Есть ли какое-то правильное правило, которое поможет определить эти цифры? Это зависит от типа алгоритма обучения/обучения, который внедряется в нейронную сеть. Это зависит от типа данных/ввода, которые представлены в сети?Определение правильного количества нейронов для нейронной сети
Если это упростит ответы на вопросы, я, скорее всего, буду использовать функции форварда и backpropogation в качестве основного метода обучения и прогнозирования.
На стороне примечания есть ли алгоритм прогнозирования/правила обжига или алгоритм обучения, который обычно пересматривается как «лучший/самый практичный» или зависит также от типа данных, представляемых в сети?
Благодаря любому, кто имеет какие-либо входные данные, он всегда ценится!
EDIT: Что касается тега C#, то это язык, на котором я собираюсь собрать свою нейронную сеть. Если эта информация вообще помогает.
* Если вы можете представить целую книгу, которая отвечает на ваш вопрос, вы слишком много спрашиваете. * Http://stackoverflow.com/faq#dontask Кроме того, я не вижу, как это может быть что-то сделать с C#. –
См. Http://stats.stackexchange.com/questions/181/how-to-choose-the-number-of-hidden-layers-and-nodes-in-a-feedforward-neural-netw –
@ 0xA3, отлично ссылка. Этот вопрос может быть недостаточно конкретным для SO, но всего лишь несколько мыслей: размер нейронной сети диктуется сложностью функции или классификатора, которые они представляют. Кроме того, да, возможно иметь слишком много нейронов: в классификации это может привести к переобучению и потере обобщенной модели. – nicholas