我刚开始研究“deepnet”包: http ://cran.r-project.org/web/packages/deepnet/index.html
它是关于“深度学习”的,所以关于多层神经网络的使用。我已经开始使用包中提供的 train() 函数,但我真的不明白如何在神经网络中添加更多隐藏层。标准设置包括 2 个隐藏层,但我想添加更多,比如 5 个。你们中的一些人有什么想法吗?
我正在使用 sae.dnn.train() 函数,但我无法理解哪个参数控制隐藏层的数量。这是示例代码:
Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
x <- matrix(c(Var1, Var2), nrow = 100, ncol = 2)
y <- c(rep(1, 50), rep(0, 50))
dnn <- sae.dnn.train(x, y, hidden = c(5, 5))
## predict by dnn
test_Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
test_Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
test_x <- matrix(c(test_Var1, test_Var2), nrow = 100, ncol = 2)
nn.test(dnn, test_x, y)
哪个参数设置了神经网络中的隐藏层数?如何添加更多隐藏层?