Warning: file_get_contents(/data/phpspider/zhask/data//catemap/1/database/9.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Deep learning 如何为Kohonen'选择合适的网格数;是索姆吗?_Deep Learning_Grid_Som - Fatal编程技术网

Deep learning 如何为Kohonen'选择合适的网格数;是索姆吗?

Deep learning 如何为Kohonen'选择合适的网格数;是索姆吗?,deep-learning,grid,som,Deep Learning,Grid,Som,我想知道如何选择Kohonen SOM中的网格数。另外,当网格数量增加时会发生什么情况?通常,当您增加模型参数的数量时,您可以提高模型适应更复杂问题的能力。对于高级官员,情况也是如此。但是,神经元仍然是以邻域关系连接的——因此这种效应不是线性的 作为实践指南,您可以查看Python包susi的文档,其中讨论了SOM的网格大小以及其他超参数(参考文献):通常,当您增加模型参数的数量时,您可以提高模型适应更复杂问题的能力。对于高级官员,情况也是如此。但是,神经元仍然是以邻域关系连接的——因此这种效应

我想知道如何选择Kohonen SOM中的网格数。另外,当网格数量增加时会发生什么情况?

通常,当您增加模型参数的数量时,您可以提高模型适应更复杂问题的能力。对于高级官员,情况也是如此。但是,神经元仍然是以邻域关系连接的——因此这种效应不是线性的


作为实践指南,您可以查看Python包susi的文档,其中讨论了SOM的网格大小以及其他超参数(参考文献):

通常,当您增加模型参数的数量时,您可以提高模型适应更复杂问题的能力。对于高级官员,情况也是如此。但是,神经元仍然是以邻域关系连接的——因此这种效应不是线性的

作为实践指南,您可以查看Python包susi的文档,其中讨论了SOM的网格大小以及其他超参数(参考文献):