Python scikit learn MLPClassifier “hidden_layer_sizes”

Je suis perdu dans le scikit learn 0.18 manuel de l'utilisateur (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.

Si je suis à la recherche pour seulement 1 couche cachée et 7 unités cachées dans mon modèle, dois-je mettre comme ça? Merci!

    hidden_layer_sizes=(7, 1)
  • Un bon moyen d'être certain est de vérifier la coefs_ attribut
InformationsquelleAutor Chubaka | 2016-02-12
  1. 41

    hidden_layer_sizes=(7,) si vous voulez seulement 1 couche cachée avec 7 unités cachées.

    length = n_layers - 2 est parce que vous avez 1 couche d'entrée et 1 couche de sortie.

    • Merci! C'est la confusion de la partie. Que faire si je suis à la recherche de 3 couche cachée avec 10 unités cachées? hidden_layer_sizes=(10,1)?
    • (10,10,10) si vous voulez 3 couches cachées avec 10 unités cachées de chacun.
    • Donc, mon undnerstanding est la valeur par défaut est 1 couches cachées avec 100 unités cachées de chacun? Merci!
    • C'est exact @Chubaka
    • si vous souhaitez tester cette architecture NN : 56:25:11:7:5:3:1., Le 56 est la couche d'entrée et la couche de sortie est de 1 , hidden_layer_sizes=(25,11,7,5,3)?
    InformationsquelleAutor Farseer
  2. 16

    Je sais je suis en retard dans la réponse, encore le partage ...

    Dans le document

    hidden_layer_sizes : tuple, longueur = n_layers - 2, par défaut (100,)

    signifie :
    hidden_layer_sizes est un tuple de taille (n_layers -2)

    n_layers signifie pas de couches nous voulons que par architecture.

    Valeur 2 est soustraite de n_layers parce que les deux couches (entrée & sortie ) ne font pas partie des couches cachées, afin de ne pas appartenir au comte.

    par défaut(100,) signifie que si aucune valeur n'est fournie pour hidden_layer_sizes par défaut, l'architecture ont une couche d'entrée, une couche cachée avec 100 unités, et une couche de sortie.

    Ligne

    Le ième élément représente le nombre de neurones dans la ième couche cachée.

    signifie que chaque entrée dans tuple appartient à la correspondante de la couche cachée.

    Exemple :

    1. Pour l'architecture 56:25:11:7:5:3:1 avec la participation de 56 et 1 sortie
      calques masqués (25:11:7:5:3). Donc tuple hidden_layer_sizes = (25,11,7,5,3,)

    2. Pour l'architecture 3:45:2:11:2 avec entrée 3 et 2 sortie
      calques masqués (45:2:11). Donc tuple hidden_layer_sizes = (45,2,11,)

    Espère que cela répond à votre requête dans le plein ..

    • La meilleure description merci
    InformationsquelleAutor shantanu pathak