Scikit学习多层神经网络

Question

根据Scikit提供的文档学习

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)

什么做5和2表明？

我的理解是,5是隐藏层的数量,但那么2是什么？

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

Answer 1

从您提供的链接,在参数表中,hidden_layer_sizes行:

第i个元素表示第i个隐藏层中的神经元数量

这意味着您将拥有len(hidden_layer_sizes) 隐藏的图层,并且每个隐藏图层i都将具有hidden_layer_sizes[i]神经元.

在你的情况下,(5, 2)意味着:

• 第一个隐藏层有5个神经元
• 第二个隐藏层有2个神经元

因此隐含地设置了隐藏层的数量