0

Ciao，我正在研究 R 中的神经网络。我曾经在 python 中使用 Keras 编写这种东西，所以我希望能够为不同的层设置不同的激活函数。

让我解释。假设我想构建一个具有 2 个隐藏层（比如 5 个和 4 个神经元）和一个介于 -1 和 1 之间的输出的神经网络。

我想在隐藏层设置RELU或softplus ，在输出层设置tanh。

这里的问题是神经网络包允许我通过参数act.fun只选择一个激活函数：

> nn <- neuralnet(data = data, hidden = c(5, 4), act.fun =tanh)

我尝试将 act.fun 参数设置为c(softplus, softplus, tanh)但当然我得到一个错误，因为神经网络函数只需要一个函数用于该参数。

你知道我如何以这种方式设置神经网络吗？在互联网上，我只能找到用这个包构建的非常基本的线性神经网络。如果不可能，这意味着这个包几乎没有用，因为它只能构建“线性模型”（？？！）

非常感谢，曹

4

1 回答 1

1

ReLu 是在神经网络 1.44.4 中添加的（还没有在 CRAN 上，可以使用devtools::install_github("bips-hb/neuralnet")）。在此版本中，还可以单独更改输出激活函数 ( output.act.fct)。然而，隐藏层的不同激活是不可能的。另请参阅：https ://github.com/bips-hb/neuralnet/issues/18 。

在互联网上，我只能找到用这个包构建的非常基本的线性神经网络。如果不可能，这意味着这个包几乎没有用，因为它只能构建“线性模型”（？？！）

不，不仅是线性模型。但请注意，该软件包来自深度学习之前的时代（2008 年），并非针对深度网络。我也会在这里推荐 keras（R 包很棒）。

于 2019-07-03T08:02:02.810 回答