2024-04-29 05:48:08 发布
网友
我最近在PyBrain中构建了一个神经网络,但是遇到了一个问题:我的网络太大了。在
那么,大脑皮层的确切极限是什么呢?
我怎样才能构建一个有75万个输入、3个输出和一个隐藏节点的工作组的网络(目前它只适用于35-40个隐藏节点,我觉得这太少了)?
有没有其他方法来构造图像识别(在我的例子中是基本的,但不是相同的(随机的纯色和大小)形状识别-正方形、圆形和等边三角形),而不是使用MLP和n个输入节点,其中n = image.width * image.height * 3?
n = image.width * image.height * 3
如果有这么多的节点,即使没有计算错误,网络执行单个训练周期所需的时间也将是巨大的。我不相信除了常识和你的计算机能力之外,PyBrain中的网络大小没有特别的限制。在
神经网络的思想也是为了简化复杂的问题。所以你必须缩小输入数据。我的意思是要缩小很多,对于你来说,100个输入节点就足够了。在
我向您推荐一些有关选择输入数据和网络体系结构的源材料:
Localized Precipitation Forecasts from a Numerical Weather Prediction Model Using Artificial Neural Networks
Great answer about network architecture
General article on Wikipedia
选择合适的输入数据是一个经验问题,但你会找到它的。在
希望对你有帮助。在
如果有这么多的节点,即使没有计算错误,网络执行单个训练周期所需的时间也将是巨大的。我不相信除了常识和你的计算机能力之外,PyBrain中的网络大小没有特别的限制。在
神经网络的思想也是为了简化复杂的问题。所以你必须缩小输入数据。我的意思是要缩小很多,对于你来说,100个输入节点就足够了。在
我向您推荐一些有关选择输入数据和网络体系结构的源材料:
Localized Precipitation Forecasts from a Numerical Weather Prediction Model Using Artificial Neural Networks
Great answer about network architecture
General article on Wikipedia
选择合适的输入数据是一个经验问题,但你会找到它的。在
希望对你有帮助。在
相关问题 更多 >
编程相关推荐