1回答

flare_zhao

2020-03-08

已采纳

同学你好，关于mlp中隐藏层的数量以及神经元数量的确定，这是很多学者也很感兴趣的问题，有一些学者给出了一一些经验公式，但当你解决的任务多了，最后通常会发现没有一个公式能推算出不同情况下最合理的结构。原因在于：你可能是第一个尝试使用神经网络解决某个特定问题的人。在你之前，没有人解决它。因此，没有人能告诉你有关如何配置网络的答案。

当然，我们在进行设计的时候，可以遵行一些原则：1、首要目标是建立一个有效的模型，获得好的训练与预测结果。通常来说，相对复杂的模型可以达到不错的效果。当然，模型过于复杂可能会导致过拟合2、在效果较好的情况下，尽可能让模型简单，这样的话模型通用性会更强，运算时间也会更短。

以上设计思路是通用的，这里flare老师也提供一些学者提出的设计原则：

这是很经典的Kolmogorov定理，首先Kolmogorov也提到结构的确定是没有一个很简单的答案的。其次，当我们对数据做了预处理，输入数据范围为0-1，有n维输入，最简单的结构是1个隐藏层，包含2(n+1）个神经元。但通常这种结构因为过于简单，可能要训练很久才能达到较好的效果。那我们可以基于这个理论做一些调整，比如增加一层，第二层的神经元数量是前一层的二分之一。总之，最后要根据训练集与测试集的效果来确定最优解，并综合考虑模型复杂度。

1

0