Tensorflow 深度学习模型的最大输入大小是多少_Tensorflow_Machine Learning_Deep Learning_Neural Network

Tensorflow 深度学习模型的最大输入大小是多少

tensorflow machine-learning deep-learning neural-network

Tensorflow 深度学习模型的最大输入大小是多少,tensorflow,machine-learning,deep-learning,neural-network,Tensorflow,Machine Learning,Deep Learning,Neural Network,我有一个数据训练和测试使用完全连接的深层神经网络FC-DNN；我应该训练的输入数据的大小几乎是3000，第一个隐藏层应该是4096，第三层是4096，最后输出层应该是3000 我的问题是深度神经网络的规模是否合理和可接受？深度神经网络的最大合理尺寸是多少？无论是每层神经元还是层数，都没有最大合理尺寸。在一个特定的点之后，这实际上取决于您试图解决的问题，当应用多个密集层时，您的回报会递减。事实上，这可能导致过度装配，应避免过度装配。同时，在没有剩余连接的情况下，叠加多个密集层使网络超深也可能导致消

我有一个数据训练和测试使用完全连接的深层神经网络FC-DNN；我应该训练的输入数据的大小几乎是3000，第一个隐藏层应该是4096，第三层是4096，最后输出层应该是3000

我的问题是深度神经网络的规模是否合理和可接受？深度神经网络的最大合理尺寸是多少？

无论是每层神经元还是层数，都没有最大合理尺寸。在一个特定的点之后，这实际上取决于您试图解决的问题，当应用多个密集层时，您的回报会递减。事实上，这可能导致过度装配，应避免过度装配。同时，在没有剩余连接的情况下，叠加多个密集层使网络超深也可能导致消失梯度问题

您应该手动尝试添加几层，并且只有当您发现网络在您的问题中表现不好时，才应该添加更多层。低精度/其他指标是不匹配的标志

另外，对于最后一层，我不认为你的问题需要3000个神经元。如果是回归，一个线性激活的神经元就足够了。只有当你有3000个不同的类别时，才需要3000个神经元。这里我们只讨论回归和分类。

没有规则来确定每层神经元的数量或层的数量。你需要用不同数量的神经元和层进行实验。谢谢你。。。输出神经元是我正在研究的东西，这是一个新的模型，我试图优化这样的功能。。我可以和你讨论一下。现在，你否决了这个问题吗？为什么？怎么了？我把它作为新问题贴在这里了。先谢谢你