R deepnet包:如何在我的神经网络中添加更多隐藏层？

Question

我刚开始研究"deepnet"软件包:http://cran.r-project.org/web/packages/deepnet/index.html

这是关于"深度倾斜",所以关于多层神经网络的使用.我已经开始使用包中可用的train()函数,但我真的无法理解如何在神经网络中添加更多隐藏层.标准设置包括2个隐藏层,但我想添加更多,如5.你们有些人有想法吗？

我正在使用sae.dnn.train()函数,但我无法理解哪个参数控制隐藏层的数量.这是示例代码:

Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
x <- matrix(c(Var1, Var2), nrow = 100, ncol = 2)
y <- c(rep(1, 50), rep(0, 50))
dnn <- sae.dnn.train(x, y, hidden = c(5, 5))
## predict by dnn
test_Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
test_Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
test_x <- matrix(c(test_Var1, test_Var2), nrow = 100, ncol = 2)
nn.test(dnn, test_x, y)

哪个参数设置神经网络中隐藏层的数量？如何添加更多隐藏图层？

Answer 1

虽然我对deepnet包不熟悉,但它看起来与其他神经网络包的结构相同.查看文档(?sae.dnn.train)后,您将看到:

hidden:    vector for number of units of hidden layers.Default is c(10).

现在这不是最清晰的描述,但我相信它应该neuralnet与neuralnet包中的功能相同.?neural::neuralnet

hidden:    a vector of integers specifying the number of hidden neurons 
           (vertices) in each layer.

这一点可以更清楚地了解到您正在创建一个向量,指定每个层中的神经元数量(节点,顶点等).

所以,总而言之,你的例子hidden = c(5, 5)是两层,每层有5个神经元.所以,如果你在每个想要5隐层与5元,你会简单地说hidden = c(5, 5, 5, 5, 5).