python-2.7 - score - sklearn activation functions

Python scikit learn MLPClassifier “hidden_layer_sizes”

Question

Estoy perdido en el manual de usuario de scikit learn 0.18 ( 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.

Si estoy buscando solo 1 capa oculta y 7 unidades ocultas en mi modelo, ¿debo poner así? ¡Gracias!

    hidden_layer_sizes=(7, 1)

Answer 1

Sé que llego tarde respondiendo, todavía compartiendo ...

En documento

hidden_layer_sizes: tuple, length = n_layers - 2, default (100,)

significa: hidden_layer_sizes es una tupla de tamaño (n_layers -2)

n_layers significa que no hay capas que queremos según la arquitectura.

El valor 2 se resta de n_layers porque dos capas (entrada y salida) no forman parte de las capas ocultas, por lo que no pertenecen al conteo.

default (100,) significa que si no se proporciona ningún valor para hidden_layer_sizes, entonces la arquitectura predeterminada tendrá una capa de entrada, una capa oculta con 100 unidades y una capa de salida.

Línea

El elemento i representa el número de neuronas en la capa oculta.

Significa que cada entrada en la tupla pertenece a la capa oculta correspondiente.

Ejemplo:

1. Para la arquitectura 56: 25: 11: 7: 5: 3: 1 con entrada 56 y 1, las capas ocultas de salida serán (25: 11: 7: 5: 3). Entonces tuple hidden_layer_sizes = (25,11,7,5,3,)

2. Para arquitectura 3: 45: 2: 11: 2 con entrada 3 y 2, las capas ocultas de salida serán (45: 2: 11). Entonces tuple hidden_layer_sizes = (45,2,11,)

Espero que esto responda a su consulta en su totalidad ..

Answer 2

hidden_layer_sizes=(7,) si solo quieres 1 capa oculta con 7 unidades ocultas.

length = n_layers - 2 es porque tienes 1 capa de entrada y 1 capa de salida.