Scikit学习多层神经网络

Question

根据Scikit learn提供的文档

hidden_layer_sizes : tuple, length = n_layers - 2, default (100,)

我毫不怀疑。

在我的代码中，我配置的是

MLPClassifier(algorithm='l-bfgs', alpha=1e-5, hidden_layer_sizes=(5, 2), random_state=1)

那么5和2表明了什么呢？

我的理解是，5是隐藏层的数量，但是2是多少？

参考 - http://scikit-learn.org/dev/modules/generated/sklearn.neural_network.MLPClassifier.html#

Answer 1

从您提供的链接中，在参数表中，hidden_layer_sizes行：

第 i 个元素表示第 i 个隐藏的神经元数 层

这意味着您将拥有len(hidden_layer_sizes)隐藏层，并且每个隐藏层i都将具有hidden_layer_sizes[i]神经元。

在您的情况下，(5, 2)意味着：

• 1rst 隐藏层有 5 个神经元
• 第 2 个隐藏层有 2 个神经元

所以隐藏层的数量是隐式设置

Answer 2

我在网上找到的一些细节，关于sklearn中输入层、隐藏层和输出层的架构和单位。

• 输入单位数将是要素数
• 对于多类分类，输出单元数将是标签数
尝试单个隐藏层，
• 或者如果有多个隐藏层，则每个隐藏层应具有相同数量的单元
• 隐藏层中的单元越多越好，尝试与输入要素数量相同的两倍甚至三四倍