मुझे लगता है कि इस प्रश्न का उत्तर दिया गया है, लेकिन मुझे नहीं लगता कि मौजूदा उत्तर वास्तव में प्रश्न को किसी विषय की विषय वस्तु से संबंधित लिंक की ओर इशारा करते हुए आगे बढ़ाता है। विशेष रूप से, लिंक प्रोग्रामेटिक नेटवर्क कॉन्फ़िगरेशन के लिए एक तकनीक का वर्णन करता है, लेकिन यह नेटवर्क कॉन्फ़िगरेशन के लिए " [ए] मानक और स्वीकृत विधि " नहीं है।
स्पष्ट नियमों के एक छोटे से सेट का पालन करके, कोई भी प्रोग्राम नेटवर्क आर्किटेक्चर (यानी, न्यूरोनल परतों की संख्या और प्रत्येक परत को शामिल करने वाले न्यूरॉन्स) की संख्या निर्धारित कर सकता है। इस स्कीमा के बाद यह आपको एक सक्षम वास्तुकला देगा, लेकिन शायद यह एक इष्टतम नहीं है।
लेकिन एक बार जब यह नेटवर्क आरंभ हो जाता है, तो आप कई सहायक एल्गोरिदम का उपयोग करके प्रशिक्षण के दौरान कॉन्फ़िगरेशन को पुन: व्यवस्थित कर सकते हैं; इनमें से एक परिवार एक निश्चित संख्या के प्रशिक्षण काल के बाद वेट वेक्टर के (छोटे) मूल्यों के आधार पर नोड्स प्रूनिंग करके काम करता है - दूसरे शब्दों में, अनावश्यक / निरर्थक नोड्स (इस पर नीचे) को समाप्त करना।
इसलिए हर NN में तीन प्रकार की परतें होती हैं: इनपुट , हिडन और आउटपुट ।
एनएन वास्तुकला का निर्माण इसलिए इसका मतलब है कि प्रत्येक प्रकार की परतों की संख्या और इन परतों में से प्रत्येक में नोड्स की संख्या के लिए मूल्यों के साथ आना।
इनपुट परत
सरल - प्रत्येक एनएन में उनमें से बिल्कुल एक है - कोई अपवाद नहीं जो मुझे पता है।
इस परत को शामिल करने वाले न्यूरॉन्स की संख्या के संबंध में, यह पैरामीटर आपके प्रशिक्षण डेटा के आकार को जानने के बाद पूरी तरह से और विशिष्ट रूप से निर्धारित होता है। विशेष रूप से, उस परत वाले न्यूरॉन्स की संख्या आपके डेटा में सुविधाओं (कॉलम) की संख्या के बराबर है । कुछ NN कॉन्फ़िगरेशन पूर्वाग्रह अवधि के लिए एक अतिरिक्त नोड जोड़ते हैं।
आउटपुट परत
इनपुट लेयर की तरह, हर NN में एक आउटपुट लेयर होती है। इसका आकार निर्धारित करना (न्यूरॉन्स की संख्या) सरल है; यह पूरी तरह से चुने हुए मॉडल कॉन्फ़िगरेशन द्वारा निर्धारित किया जाता है।
क्या आपका NN मशीन मोड या रिग्रेशन मोड में चल रहा है (किसी शब्द का उपयोग करने का एमएल कन्वेंशन जो आँकड़ों में भी उपयोग किया जाता है, लेकिन इसके लिए एक अलग अर्थ निर्दिष्ट करना बहुत भ्रामक है)। मशीन मोड: एक क्लास लेबल (जैसे, "प्रीमियम खाता" / "मूल खाता") लौटाता है। प्रतिगमन मोड एक मान लौटाता है (उदाहरण के लिए, मूल्य)।
यदि एनएन एक प्रतिगामी है, तो आउटपुट परत में एक नोड है।
यदि एनएन एक क्लासिफायरियर है, तो इसमें एकल नोड भी है जब तक कि सॉफ्टमैक्स का उपयोग नहीं किया जाता है, इस मामले में आउटपुट परत में आपके मॉडल में प्रति वर्ग लेबल में एक नोड होता है।
द हिडन लेयर्स
तो उन कुछ नियमों ने इनपुट और आउटपुट परतों दोनों के लिए परतों और आकार (न्यूरॉन्स / परत) की संख्या निर्धारित की। जो छिपी हुई परतों को छोड़ देता है।
कितनी छिपी परतें? ठीक है अगर आपका डेटा रैखिक रूप से अलग है (जिसे आप अक्सर उस समय तक जानते हैं जब आप एक एनएन कोडिंग शुरू करते हैं) तो आपको किसी भी छिपी हुई परतों की आवश्यकता नहीं है। बेशक, आपको अपने डेटा को हल करने के लिए एनएन की आवश्यकता नहीं है, लेकिन यह अभी भी काम करेगा।
उस से परे, जैसा कि आप शायद जानते हैं, एनएन में छिपे परत विन्यास के सवाल पर टिप्पणी का एक पहाड़ है ( उस टिप्पणी के उत्कृष्ट सारांश के लिए पूरी तरह से और व्यावहारिक एनएन FAQ देखें )। इस विषय के भीतर एक मुद्दा जिस पर एक आम सहमति है, अतिरिक्त छिपी हुई परतों को जोड़ने से प्रदर्शन अंतर है: एक दूसरे (या तीसरे, आदि) छिपी हुई परत के साथ प्रदर्शन में सुधार की स्थिति बहुत कम है। बड़ी समस्याओं के लिए एक छिपी हुई परत पर्याप्त है।
तो छिपी हुई परत के आकार के बारे में क्या है - कितने न्यूरॉन्स? कुछ अनुभवजन्य रूप से व्युत्पन्न नियम हैं, इनमें से, सबसे अधिक भरोसेमंद है ' छिपी हुई परत का इष्टतम आकार आमतौर पर इनपुट और आउटपुट परतों के आकार के बीच होता है '। जावा में न्यूरल नेटवर्क्स के परिचय के लेखक जेफ हेटन कुछ और प्रदान करते हैं।
संक्षेप में, ज्यादातर समस्याओं के लिए, किसी को केवल दो नियमों का उपयोग करके छिपी हुई परत कॉन्फ़िगरेशन को निर्धारित करके (एक दूसरे अनुकूलन चरण के बिना भी) अच्छा प्रदर्शन मिल सकता है: (i) छिपी हुई परतों की संख्या एक के बराबर होती है; और (ii) उस परत में न्यूरॉन्स की संख्या इनपुट और आउटपुट परतों में न्यूरॉन्स का मतलब है।
नेटवर्क कॉन्फ़िगरेशन का अनुकूलन
छंटाईकम्प्यूटेशनल प्रदर्शन और कभी-कभी रिज़ॉल्यूशन प्रदर्शन को बेहतर बनाने के लिए नेटवर्क आकार (नोड्स नहीं परतों द्वारा) को ट्रिम करने के लिए तकनीकों का एक सेट का वर्णन करता है। इन तकनीकों का सार उन नोड्स की पहचान करके प्रशिक्षण के दौरान नेटवर्क से नोड्स को हटा रहा है, जिन्हें यदि नेटवर्क से हटाया जाता है, तो यह नेटवर्क के प्रदर्शन (यानी, डेटा के रिज़ॉल्यूशन) को बिल्कुल प्रभावित नहीं करेगा। (यहां तक कि एक औपचारिक छंटाई तकनीक का उपयोग किए बिना, आप प्रशिक्षण के बाद अपने मैट्रिक्स को देखकर उन नोड्स का एक मोटा विचार प्राप्त कर सकते हैं जिनमें से नोड्स महत्वपूर्ण नहीं हैं; शून्य से बहुत करीब वजन देखें - यह उन भारों के दोनों छोरों पर नोड्स हैं जो अक्सर होते हैं। छंटाई के दौरान हटा दिया गया।) जाहिर है, यदि आप प्रशिक्षण के दौरान एक छंटाई एल्गोरिथ्म का उपयोग करते हैं, तो एक नेटवर्क कॉन्फ़िगरेशन के साथ शुरू करें जो अधिक होने की संभावना है (यानी, 'व्यावहारिक') नोड्स - दूसरे शब्दों में
एक और तरीका रखो, प्रशिक्षण के दौरान अपने नेटवर्क पर एक प्रूनिंग एल्गोरिदम लागू करके, आप इष्टतम नेटवर्क कॉन्फ़िगरेशन का दृष्टिकोण कर सकते हैं; क्या आप ऐसा कर सकते हैं कि एक एकल "अप-फ्रंट" (जैसे कि एक आनुवंशिक-एल्गोरिथ्म-आधारित एल्गोरिथ्म) में मुझे पता नहीं है, हालांकि मुझे पता है कि अभी के लिए, यह दो-चरणीय अनुकूलन अधिक सामान्य है।