0
근사 함수로서 신경망의 효율성을 테스트하려고합니다.신경망 근사 함수
근사치가 필요한 함수에는 5 개의 입력과 1 개의 출력이 있는데, 어떤 구조를 사용해야합니까?
숨겨진 레이어의 수와 각 레이어의 노드 수를 결정하기 위해 어떤 기준을 적용해야하는지 잘 모릅니다.
는, 사전에 감사 감사주세페.
A
답변
1
나는 항상 하나의 숨겨진 레이어를 사용합니다. 이론적으로 두 개 이상의 숨겨진 레이어로 근사 할 수있는 함수는 하나도 없으며 근사 할 수 없습니다. 단일 숨겨진 레이어를 더 복잡하게 만들려면 더 숨겨진 노드를 추가하십시오.
일반적으로 숨겨진 노드의 수는 모델 성능에 미치는 영향을 관찰하기 위해 변경됩니다 (정확도 등으로 측정). 숨겨진 노드가 너무 적 으면 언더 피팅 (underwitting)으로 인해 적합도가 떨어집니다 (신경 네트워크의 출력 기능이 너무 단순하고 데이터의 중요한 세부 사항을 놓치게됩니다). 너무 많은 숨겨진 노드로 인해 오버 피팅 (overfitting)으로 인한 적합도가 떨어집니다 (신경망이 매우 유연하여 데이터의 모든 비트 잡음을 추적합니다).
0
오목 폴리곤을 분리하려면 분류 문제에 대해 적어도 2 개의 숨겨진 레이어가 필요합니다.
숨겨진 레이어 수가 함수 근사에 미치는 영향에 대해 잘 모르겠습니다.