-2
흐름은 다음과 같아야합니다스파크에서 뉴럴 네트워크를 구축하는 방법은 무엇입니까?
입력 -> Word2Vectors -> 출력 -> 신경망
내가 불꽃의 word2vec 기능을 시도했지만 내가 입력으로 형식 "MultilayerPerceptronClassifier"필요에 혼란 스러워요?
흐름은 다음과 같아야합니다스파크에서 뉴럴 네트워크를 구축하는 방법은 무엇입니까?
입력 -> Word2Vectors -> 출력 -> 신경망
내가 불꽃의 word2vec 기능을 시도했지만 내가 입력으로 형식 "MultilayerPerceptronClassifier"필요에 혼란 스러워요?
MultilayerPerceptronClassifier
을 정의 할 때 이라는 layers
이라는 매개 변수를 지정해야합니다. 이 순서대로 레이어 당 뉴런의 수를 설명합니다. 첫 번째 레이어의 입력 크기는 Word2Vec
출력 크기의 길이와 일치해야합니다. 따라서 매개 변수를
val layers = Array[Int](featureDim, 5, 4, 5, ...)
으로 설정하고 모델에 사용할 매개 변수로 바꾸십시오. featureDim
을 Word2VecModel
이 생성하는 벡터의 길이로 설정해야합니다. 불행히도 해당 값을 가진 속성은 private
접근자를 통해 숨겨져 있으며 현재 구현 된 getter 메소드가 없습니다.
질문이 명확하지 않습니다. 문제가 MultilayerPerceptrionClassifier (사용되지 않아야하는 NN의 하위 사례) 또는 Word2Vec과 관련된 입력 차원과 관련되어 있습니까? 일부 텍스트 코퍼스에서 Word2Vec 모델을 직접 교육하는 경우 출력 치수를 매개 변수로 설정할 수 있습니다. word2vec 모델의 출력 크기는 MultilayerPerceptionClassifier의 입력 크기와 일치해야합니다 (사용하지 않아야하며 http://deeplearning4j.org/을 찾으십시오). – uberwach
MultilayerPerceptronNetwork의 크기와 혼동됩니다. 무엇이 있어야만 하는가? 그래서 나는 내 word2vec 모델의 동일한 치수를 설정할 수있다. – Aditi
MultilayerPerceptronClassifier의 첫 번째 레이어는 Word2Vec (일반적으로 피처 차원이라고 함)의 입력 치수 = 출력을 가져야한다. – uberwach