如何在SciKitLearn中为MLPRegressor确定隐藏层大小？
可以说我正在使用以下代码创建神经网络：
from sklearn.neural_network import MLPRegressor
model = MLPRegressor(
hidden_layer_sizes=(100,),
activation='relu'
)
model.fit(X_train, y_train)
问题：
对于hidden_layer_sizes，我只需将其设置为默认值即可。但是，定义中的隐藏层数是多少？是100吗？
解决方案：
从文档：
hidden_layer_sizes：元组，长度= n_layers-2，默认（100，）**
第i个元素代表第i个隐藏层中的神经元数量。
这是length = n_layers - 2因为隐藏层的数量是层的总数n_layers减去输入层的1减去输出层的1。
在您的（默认）情况下(100,)，它表示100个单位（神经元）的一个隐藏层。
对于3个分别为100、50和25个单位的隐藏层，它将是
hidden_layer_sizes = (100, 50, 25)
比如：(10,10,10)表示为一共3个隐藏层，每层10个神经元。
参考文献：
https://blog.csdn.net/weixin_45666566/article/details/107858035
https://blog.csdn.net/G_B_L/article/details/104278295
网友评论