0
對於具有1個隱藏層的最簡單的MNIST解決方案,我能理解隱藏神經元的數量,因爲我們將輸入分成多少部分? 例如:[784,30,10] 我可以說我把784像素分成30個小圖像(每個圖像784/30像素),然後做計算? 謝謝!MNIST隱藏層直觀瞭解
對於具有1個隱藏層的最簡單的MNIST解決方案,我能理解隱藏神經元的數量,因爲我們將輸入分成多少部分? 例如:[784,30,10] 我可以說我把784像素分成30個小圖像(每個圖像784/30像素),然後做計算? 謝謝!MNIST隱藏層直觀瞭解
我不完全確定你的意思。如果你的網絡像[784,30,10]一樣分層,則你有784個輸入神經元,30個隱藏的神經元和10個輸出神經元。神經元對「像素」一無所知,它們只是參數。網絡基本上是從第一個輸入計算出30個值,輸出計算出前30個值中的10個值。
我可以說我把784像素分成30個小圖像(每個圖像784/30像素),然後做計算?
不,作爲神經元不是圖像。
所以我的理解是,隱藏層只是真實輸入的抽象,隱藏層中的神經元也可以不只是輸入。這是對的嗎? – Demon
@惡魔!每個隱藏層都是與所需輸出相關的真實輸入的抽象。隱藏層中的神經元可以是任何數字,與輸入/輸出大小無關。 –