Algorithm 神经网络训练的理想迭代法
我设计了MLP网络,并使用一个有10000个输入的数据集对其进行训练,每个输入有5个维度,我希望有1个输出。是否有一个公式来计算N个输入所需的理想迭代次数。没有通用公式来确定给定训练数据集的迭代次数 迭代次数只是影响分类器的参数之一。其他超参数包括层数、每层神经元数和学习率Algorithm 神经网络训练的理想迭代法,algorithm,machine-learning,neural-network,Algorithm,Machine Learning,Neural Network,我设计了MLP网络,并使用一个有10000个输入的数据集对其进行训练,每个输入有5个维度,我希望有1个输出。是否有一个公式来计算N个输入所需的理想迭代次数。没有通用公式来确定给定训练数据集的迭代次数 迭代次数只是影响分类器的参数之一。其他超参数包括层数、每层神经元数和学习率 您可以进行超参数调优,并检查分类器在什么位置过度拟合。您可以从少量迭代开始,看看在哪一点上添加进一步的迭代无助于减少错误 需要更多的细节和您用来实现的任何代码。。否则就有机会获得否决票…@AnkurJyotiPhukan我不
您可以进行超参数调优,并检查分类器在什么位置过度拟合。您可以从少量迭代开始,看看在哪一点上添加进一步的迭代无助于减少错误 需要更多的细节和您用来实现的任何代码。。否则就有机会获得否决票…@AnkurJyotiPhukan我不需要编码方面的帮助。因此,没有必要分享它。问题很简单,并且提供了尽可能多的细节。MLP网络已训练,可获得10000个训练数据,每个数据有5个维度,预计输出1个。培训的理想迭代是什么?这就是全部。可能会有一个公式用于此。