Tôi đã thực hiện một số nghiên cứu với mạng thần kinh và khái niệm và lý thuyết nói chung có ý nghĩa với tôi. Mặc dù một câu hỏi mà tôi không thể tìm ra câu trả lời, là có bao nhiêu tế bào thần kinh nên được sử dụng trong một mạng thần kinh. để đạt được kết quả phù hợp/hiệu quả. Bao gồm các lớp ẩn, nơ-ron trên mỗi lớp ẩn, v.v. Có phải nhiều nơ-ron nhất thiết phải có kết quả chính xác hơn (trong khi đang đánh thuế nhiều hơn trên hệ thống) hay ít tế bào thần kinh vẫn đủ? Có một số loại quy tắc quản lý để giúp xác định những con số đó không? Liệu nó có phụ thuộc vào loại thuật toán đào tạo/học tập đang được triển khai vào mạng neural hay không. Liệu nó phụ thuộc vào loại dữ liệu/đầu vào đang được trình bày cho mạng?Xác định số lượng Neuron thích hợp cho Mạng Lưới thần kinh
Nếu làm cho việc trả lời câu hỏi dễ dàng hơn, tôi rất có thể sẽ sử dụng feedforwarding và backpropogation làm phương pháp chính để đào tạo và dự đoán.
Lưu ý phụ, có thuật toán dự đoán/quy tắc kích hoạt hoặc thuật toán học thường được coi là "tốt nhất/thực tế nhất" hay cũng phụ thuộc vào loại dữ liệu được trình bày cho mạng?
Nhờ bất kỳ ai có bất kỳ đầu vào nào, nó luôn được đánh giá cao!
EDIT: Về thẻ C#, đó là ngôn ngữ mà tôi sẽ đặt cùng mạng nơron của tôi. Nếu thông tin đó giúp ích gì cả.
* Nếu bạn có thể tưởng tượng toàn bộ một cuốn sách trả lời câu hỏi của bạn, bạn đang hỏi quá nhiều. * Http://stackoverflow.com/faq#dontask Ngoài ra, tôi không thấy điều này có gì để làm với C#. –
Xem http://stats.stackexchange.com/questions/181/how-to-choose-the-number-of-hidden-layers-and-nodes-in-a-feedforward-neural-netw –
@ 0xA3, tuyệt vời liên kết. Câu hỏi này có thể không đủ cụ thể cho SO, nhưng chỉ một vài suy nghĩ: kích thước mạng thần kinh được quyết định bởi độ phức tạp của hàm hoặc phân loại mà chúng đại diện. Ngoài ra, có, nó có thể có quá nhiều tế bào thần kinh: trong phân loại nó có thể dẫn đến overfitting và mất một mô hình tổng quát. – nicholas