Python scikit học MLPClassifier "hidden_layer_sizes"

Question

Tôi bị mất trong scikit học hướng dẫn sử dụng 0,18 (http://scikit-learn.org/dev/modules/generated/sklearn.neural_network.MLPClassifier.html#sklearn.neural_network.MLPClassifier):

hidden_layer_sizes : tuple, length = n_layers - 2, default (100,) 
    The ith element represents the number of neurons in the ith hidden layer. 

Nếu tôi đang tìm kiếm chỉ có 1 lớp ẩn và 7 đơn vị ẩn trong mô hình của tôi, nên tôi đặt như thế này? Cảm ơn!

hidden_layer_sizes=(7, 1) 

Answer 1

hidden_layer_sizes=(7,) nếu bạn chỉ muốn 1 lớp ẩn với 7 đơn vị ẩn.

length = n_layers - 2 là do bạn có 1 lớp đầu vào và 1 lớp đầu ra.

Answer 2

Tôi biết tôi là trễ trong việc trả lời, vẫn chia sẻ ...

Trong tài liệu

hidden_layer_sizes: tuple, chiều dài = n_layers - 2, mặc định (100,)

nghĩa là: hidden_layer_sizes là một bộ kích thước (n_layers -2)

n_layers nghĩa là không có lớp chúng tôi muốn theo kiến ​​trúc.

Giá trị 2 được trừ từ n_layers vì hai lớp (đầu vào & đầu ra) không phải là một phần của các lớp ẩn, do đó, không thuộc về số lượng.

mặc định (100,) có nghĩa là nếu không có giá trị nào được cung cấp cho hidden_layer_sizes thì kiến ​​trúc mặc định sẽ có một lớp đầu vào, một lớp ẩn với 100 đơn vị và một lớp đầu ra.

Dòng

Yếu tố thứ i đại diện cho số tế bào thần kinh trong lớp ẩn thứ i.

có nghĩa là mỗi mục nhập trong bộ dữ liệu thuộc về lớp ẩn tương ứng.

Ví dụ:

1. Đối với kiến ​​trúc 56: 25: 11: 7: 5: 3: 1 với đầu vào 56 và 1 đầu ra lớp ẩn sẽ được (25: 11: 7: 5: 3) . Vì vậy, tuple hidden_layer_sizes = (25,11,7,5,3,)

2. Đối với kiến ​​trúc 3: 45: 2: 11: 2 với đầu vào 3 và 2 đầu ra các lớp ẩn sẽ là (45: 2: 11) . hidden_layer_sizes Vì vậy tuple = (45,2,11,)

Hy vọng điều này trả lời truy vấn của bạn đầy đủ ..