Cara memilih arsitektur jaringan saraf

1. Bagaimana cara memilih arsitektur jaringan saraf?
2. Bagaimana cara memilih lapisan jaringan saraf?
3. Bagaimana Anda memilih parameter untuk arsitektur CNN?

Bagaimana cara memilih arsitektur jaringan saraf?

Pendekatan yang paling umum tampaknya adalah memulai dengan tebakan kasar berdasarkan pengalaman sebelumnya tentang jaringan yang digunakan pada masalah yang sama. Ini bisa menjadi pengalaman Anda sendiri, atau pengalaman kedua/ketiga yang telah Anda ambil dari kursus pelatihan, blog, atau makalah penelitian.

Bagaimana cara memilih lapisan jaringan saraf?

Jika data kurang kompleks dan memiliki dimensi atau fitur yang lebih sedikit maka jaringan saraf dengan 1 hingga 2 lapisan tersembunyi akan berfungsi. Jika data memiliki dimensi atau fitur besar maka untuk mendapatkan solusi yang optimal, 3 hingga 5 lapisan tersembunyi dapat digunakan.

Bagaimana Anda memilih parameter untuk arsitektur CNN?

Lapisan Conv: Di sinilah CNN belajar, jadi tentu saja kita akan memiliki matriks berat badan. Untuk menghitung parameter yang dapat dipelajari di sini, yang harus kita lakukan hanyalah melipatgandakan dengan bentuk lebar m, tinggi n, filter layer sebelumnya dan akun untuk semua filter k di lapisan saat ini.