9
¿Alguien podría explicarme o señalarme algunos recursos de por qué (o situaciones donde) más de una capa oculta sería necesaria o útil en una red neuronal?Número de capas ocultas en un modelo de red neuronal
A
Respuesta
4
- Eso es más similar a la forma en que funciona el cerebro (que podría no ser necesariamente una ventaja computacional, pero una gran cantidad de personas que están investigando NN para aumentar el conocimiento acerca de la forma en que funciona la mente, en lugar de resolver los problemas del mundo real .
- es más fácil de lograr algunos tipos de invariancia utilizar más capas. Por ejemplo, un clasificador de imagen que funciona independientemente del lugar de la imagen del objeto se encuentra, o el tamaño del objeto. ver Bouvrie, J. , L. Rosasco, and T. Poggio. "On Invariance in Hierarchical Models". Advances in Neural Information Processing Systems (NIPS) 22, 2009.
2
Cada capa aumenta efectivamente la "complejidad" potencial de la adaptación de una manera exponencial (en oposición a una forma multiplicativa de agregar más nodos a una sola capa).
6
Básicamente, más capas permiten representar más funciones. El libro estándar para cursos de IA, "Inteligencia Artificial, Un Enfoque Moderno" de Russell y Norvig, explica en detalle por qué hay múltiples capas en el Capítulo 20.
Un punto importante es que con una sola capa oculta suficientemente grande, puede representar cada función continua, pero necesitará al menos 2 capas para poder representar cada función discontinua.
En la práctica, sin embargo, una sola capa es suficiente al menos el 99% del tiempo.
Cuestiones relacionadas
- 1. Número de capas ocultas, unidades en capas ocultas y épocas hasta que la red neuronal comience a comportarse de manera aceptable en los datos de entrenamiento
- 2. Red neuronal artificial Pregunta
- 3. red neuronal en MATLAB
- 4. feedforward red neuronal para OCR
- 5. Formación de red neuronal en Ruby
- 6. Red neuronal XOR en Java
- 7. Motor de recomendación de red neuronal
- 8. La red neuronal multicapa no predecirá los valores negativos
- 9. Tamaño de red neuronal para el sistema de animación
- 10. Función de aproximación con la red neuronal
- 11. configuración de red neuronal java simple
- 12. ¿Cómo optimizar la red neuronal mediante el uso de algoritmo genético?
- 13. Red neuronal 0 vs -1
- 14. Elegir el tipo correcto de red neuronal
- 15. Cómo implementar una red neuronal artificial en Delphi?
- 16. Red neuronal de Hopfield no reconoce
- 17. Biblioteca de red neuronal para Python?
- 18. Problema con la red neuronal artificial sencilla - la adición de
- 19. Previsión del tiempo utilizando una red neuronal
- 20. Ayuda con la red neuronal Neuroph
- 21. propagación de la red neuronal, error en el entrenamiento
- 22. Trazado del modelo de red neuronal del paquete nnet R cran
- 23. Red neuronal de entrenamiento para XOR en Ruby
- 24. conjunto de imágenes de entrenamiento de una red neuronal sencilla
- 25. Red neuronal, Algoritmo genético como sistema de detección de intrusiones
- 26. arquitectura de perceptrón multicapa (MLP): criterios para elegir el número de capas ocultas y el tamaño de la capa oculta?
- 27. Conjuntos de datos para entrenamiento de red neuronal
- 28. Determinación de la cantidad adecuada de neuronas para una red neuronal
- 29. Entrenar una red neuronal con aprendizaje de refuerzo
- 30. Ejemplo de red neuronal Código fuente (preferiblemente Python)