Python scikit MLPClassifier lernen "hidden_layer_sizes"

Question

ich in der scikit 0.18 Bedienungsanleitung bin verloren lernen (http://scikit-learn.org/dev/modules/generated/sklearn.neural_network.MLPClassifier.html#sklearn.neural_network.MLPClassifier):

hidden_layer_sizes : tuple, length = n_layers - 2, default (100,) 
    The ith element represents the number of neurons in the ith hidden layer. 

Wenn ich nur 1 verborgene Schicht und 7 verborgenen Einheiten in meinem Modell suchen, sollte ich so gestellt? Vielen Dank!

hidden_layer_sizes=(7, 1) 

Answer 1

hidden_layer_sizes=(7,), wenn Sie nur 1 verborgene Schicht mit 7 versteckten Einheiten.

length = n_layers - 2 ist, weil Sie 1 Eingabeschicht und 1 Ausgabeschicht haben.

Answer 2

Ich weiß, ich bin spät in der Beantwortung noch teilen ...

In dem Dokument

hidden_layer_sizes: Tupel, Länge = n_layers - 2, default (100,)

bedeutet: hidden_layer_sizes ist ein Tupel der Größe (n_layers -2)

n_layers bedeutet keine der Schichten, die wir wollen, wie pro Architektur.

Wert 2 wird von n_layers subtrahiert, da zwei Ebenen (Eingabe & Ausgabe) nicht Teil der ausgeblendeten Ebenen sind, also nicht zur Anzahl gehören.

default (100,) bedeutet, wenn für hidden_layer_sizes kein Wert angegeben wird, hat die Standardarchitektur eine Eingabeschicht, eine versteckte Ebene mit 100 Einheiten und eine Ausgabeschicht.

Linie

Das i-te Element stellt die Anzahl der Neuronen in der i-ten verborgenen Schicht.

bedeutet, dass jeder Eintrag im Tupel zur entsprechenden ausgeblendeten Ebene gehört.

Beispiel:

1. Für die Architektur 56: 25: 11: 7: 5: 3: 1 mit dem Eingang 56 und 1 Ausgang verborgene Schichten sein werden (25: 11: 7: 5: 3) . Also Tupel hidden_layer_sizes = (25,11,7,5,3,)

2. Für Architektur 3: 45: 2: 11: 2 mit Eingang 3 und 2 Ausgang versteckte Schichten werden (45: 2: 11) . So Tupel hidden_layer_sizes = (45,2,11,)

Hope this beantwortet Ihre Abfrage in voller ..