Bagaimana saya bisa menghitung jumlah parameter dalam jaringan saraf tiruan untuk menghitung AIC-nya?
neural-networks
aic
Julian
sumber
sumber
classifier.summary()
darisklear
kelas.Jawaban:
Setiap koneksi yang dipelajari dalam jaringan feedforward adalah parameter. Berikut ini gambar jaringan generik dari Wikipedia:
Jaringan ini terhubung sepenuhnya, meskipun jaringan tidak harus (misalnya, merancang jaringan dengan bidang reseptif meningkatkan deteksi tepi dalam gambar). Dengan JST yang terhubung penuh, jumlah koneksi hanyalah jumlah produk dari jumlah node dalam lapisan yang terhubung. Pada gambar di atas, yaitu . Gambar itu tidak menunjukkan node bias, tetapi banyak JST yang memilikinya; jika demikian, sertakan simpul bias dalam total untuk lapisan itu. Lebih umum (misalnya, jika JST Anda tidak terhubung sepenuhnya), Anda dapat menghitung koneksi.(3×4)+(4×2)=20
sumber
Jaringan saraf hanyalah fungsi dari fungsi fungsi ... (sebagaimana ditentukan oleh arsitektur model). Jika fungsi yang dihasilkan tidak dapat disederhanakan maka jumlah total parameter (jumlah semua jumlah parameter dari setiap node) dalam model adalah jumlah yang Anda inginkan untuk perhitungan AIC.
sumber
Untuk jaringan MLP yang terhubung sepenuhnya, Anda dapat menggunakan kode (Python) berikut:
maka jika Anda memiliki jaringan dengan konfigurasi lapisan berikut
Anda cukup memanggil fungsi dengan
sumber