?> Wie kann man die Anzahl der Neuronen in den verste... - Aide
QUESTION / RÉPONSE

Wie kann man die Anzahl der Neuronen in den versteckten Schichten definieren?

0 consultations

Réponse

Verwenden Sie den Parameter `hiddens` (Alias: `hidden`), um die Anzahl der Neuronen für jede versteckte Schicht anzugeben. Zum Beispiel spezifiziert `hiddens={5, 3}` zwei versteckte Schichten mit 5 bzw. 3 Neuronen.
Action technique liée

Voir la documentation de annTrain

Voir l'Action
Thématiques

Voir aussi

annScore
neuralNet

L'action `annScore` est utilisée pour évaluer (scorer) une table de données en utilisant un modèle de réseau de neurones artificiels préalablement entraîné. Elle applique le modèle stocké dans une table de modèle sur une nouvelle table de données pour générer des prédictions. Cette action est une étape cruciale dans le cycle de vie du machine learning, permettant de déployer un modèle pour faire des inférences sur de nouvelles données.

annScore
neuralNet

La acción `annScore` del conjunto de acciones `neuralNet` se utiliza para puntuar datos con un modelo de red neuronal artificial previamente entrenado. Esta acción toma un modelo entrenado (desde una tabla CAS) y una tabla de datos de entrada, y genera una tabla de salida con las predicciones. Es una herramienta fundamental en el ciclo de vida del machine learning para aplicar modelos a nuevos datos y evaluar su rendimiento o para la implementación en producción.

annTrain
neuralNet

The `annTrain` action, part of the `neuralNet` action set, is used to train an artificial neural network (ANN) in SAS Viya. This process involves adjusting the network's weights based on a given dataset to minimize prediction errors. The action supports various architectures like Multi-Layer Perceptrons (MLP), Generalized Linear Models (GLIM), and direct connection models. It offers extensive customization options, including different activation functions, optimization algorithms (like LBFGS and SGD), and data standardization methods, making it a versatile tool for building predictive models.