Python的scikit學習MLPClassifier「hidden_​​layer_sizes」

Question

我在scikit失去了學習0.18用戶手冊（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. 

如果我找的只有1隱層和在我的模型7個隱患單位，我應該像這樣？謝謝！

hidden_layer_sizes=(7, 1) 

Answer 1

hidden_layer_sizes=(7,)，如果你只想要1與7個隱藏單元隱藏層。

length = n_layers - 2是因爲你有1個輸入層和1個輸出層。

Answer 2

我知道我遲到了回答，還是分享...

在文件

hidden_​​layer_sizes：元組，長度= n_layers - 2，默認值（100）

意思是： hidden_​​layer_sizes是一個大小的元組（n_layers -2）

n_layers表示我們希望按照架構的層數。

從n_layers中減去值2，因爲兩層（輸入&輸出）不是隱藏層的一部分，因此不屬於計數。

默認（100，）表示如果未爲hidden_​​layer_sizes提供值，則默認架構將具有一個輸入層，一個具有100個單元和一個輸出層的隱藏層。

線

的第i個元素表示在第i個隱藏層神經元的數目。

表示元組中的每個條目都屬於相應的隱藏層。

實施例：

1. 對於架構56：25：11：7：5：3：1的輸入端56和1個輸出 隱藏層將是（25：11：7：5：3） 。所以元組hidden_​​layer_sizes =（25,11,7,5,3，）

2. 對於架構3：45：2：11：2輸入3和輸出2 隱藏層將是（45：2：11） 。因此，元組hidden_​​layer_sizes =（45,2,11）

希望這回答您的查詢全..