具有多个隐藏层的 Weka 多感知器
Weka multi-perceptron with multiple hidden layers
我正在尝试在 Weka Knowledge Flow 中使用多感知器。在附件中，您可以看到块的设置。
如帮助中所写：
"hiddenLayers -- This defines the hidden layers of the neural network. This is a list of positive whole numbers. 1 for each hidden layer. Comma seperated. To have no hidden layers put a single 0 here. This will only be used if autobuild is set. There are also wildcard values 'a' = (attribs + classes) / 2, 'i' = attribs, 'o' = classes , 't' = attribs + classes."
不过，我还是有点困惑。我如何构建一个具有 3 个隐藏层的神经网络，每个隐藏层都有不同数量的单元（比如 2、5、6）。你能帮忙解释一下通配符值吗？我认为这只是隐藏层的数量，而不是每层隐藏单元的数量。
谢谢。
GUI 选项将帮助您解决这个问题。如果您为隐藏层提供“2、5、6”，它将创建具有 2、5 和 6 个单元的 3 个层
分别。通配符值似乎是它们代表的数字的快捷方式（a = (# of attributes + # of classes) / 2 等）。这里有几个视觉步骤代表我的意思。
您可以在 hiddenLayers 中看到 'a, 2, 5, 6'。
a = # 属性 + # of classes / 2
有6个属性和1个class,所以a = 7 / 2 = 3
这意味着我们希望在第一个隐藏层中看到 3 个单元，然后是 2、5 和 6，然后是输出层中的 1 个单元。
我正在尝试在 Weka Knowledge Flow 中使用多感知器。在附件中，您可以看到块的设置。 如帮助中所写： "hiddenLayers -- This defines the hidden layers of the neural network. This is a list of positive whole numbers. 1 for each hidden layer. Comma seperated. To have no hidden layers put a single 0 here. This will only be used if autobuild is set. There are also wildcard values 'a' = (attribs + classes) / 2, 'i' = attribs, 'o' = classes , 't' = attribs + classes."
不过，我还是有点困惑。我如何构建一个具有 3 个隐藏层的神经网络，每个隐藏层都有不同数量的单元（比如 2、5、6）。你能帮忙解释一下通配符值吗？我认为这只是隐藏层的数量，而不是每层隐藏单元的数量。
谢谢。
GUI 选项将帮助您解决这个问题。如果您为隐藏层提供“2、5、6”，它将创建具有 2、5 和 6 个单元的 3 个层 分别。通配符值似乎是它们代表的数字的快捷方式（a = (# of attributes + # of classes) / 2 等）。这里有几个视觉步骤代表我的意思。
您可以在 hiddenLayers 中看到 'a, 2, 5, 6'。
a = # 属性 + # of classes / 2
有6个属性和1个class,所以a = 7 / 2 = 3
这意味着我们希望在第一个隐藏层中看到 3 个单元，然后是 2、5 和 6，然后是输出层中的 1 个单元。