我对人工神经网络的设置有一个完全初学者的问题。基本上可以归结为:
- 如何输入数据并获得结果?例如,分类:假设我有 10 个输入特征,全是数字,5 个输出类。
- 如何设置输入层和输出层?有 10 个输入节点,每个特征一个,并在前馈评估期间为每个节点提供一个数值会更好吗?
- 输出层呢?我应该设置 1 个节点还是 5 个节点?
- 神经网络的分类规则是什么?
我对人工神经网络的设置有一个完全初学者的问题。基本上可以归结为:
从我的脑海中,或者关于反向传播神经网络的其他知识开始,我会从两层开始,第一层有 10 个感知器,最后一层有 5 个感知器,使用 sigmoid 逻辑激活函数。
输入维度 10,输出维度 5。
最好看看Haykin, S. (1999)。神经网络:综合基础(第 2 版)。普伦蒂斯霍尔国际。
第 4 章多层感知器。如果反向传播NN,最常见的前馈NN。
另外,如果您没有看,请检查此
如果您提供有关您的问题的更多详细信息,我们可能会给出更好的答案。
你说的分类规则是什么意思?