1

我们知道,一个带有 0 个隐藏层(即只有一个输入层和一个输出层)的前馈神经网络,最后带有一个 sigmoid 激活函数,应该等效于逻辑回归。

我希望证明这是真的,但我需要专门使用 sklearn MLPClassifier 模块来拟合 0 个隐藏层。

我的尝试:

my_nn = MLPClassifier(hidden_layer_sizes=(0), alpha = 0, 
                        max_iter=10000)

但这会导致错误消息:

hidden_layer_sizes must be > 0, got [0, 0].

有没有办法使用这个特定的模块来实现这一点?

4

1 回答 1

2

你可以试试

my_nn = MLPClassifier(hidden_layer_sizes=(), alpha = 0, max_iter=10000)

于 2020-01-31T06:53:41.563 回答