Количество параметров в искусственной нейронной сети для АПК

11

Как я могу рассчитать количество параметров в искусственной нейронной сети, чтобы вычислить ее AIC?

neural-networks aic

— Funkwecker
источник

Этот вопрос кажется мне совершенно понятным.

— gung - Восстановить Монику

Вы можете использовать команду classifier.summary()из sklearкласса.

— Шекхар Шинде

14

Каждое соединение, которое изучается в сети с прямой связью, является параметром. Вот изображение общей сети из Википедии:

$(3\times 4) + (4\times 2) = 20$

— Gung - Восстановить Монику
источник

Соединения могут быть неуникальными (см. Ieeexplore.ieee.org/document/714176 ). Следовательно, это нормально, просто посчитать соединения? Может быть, мы должны различать параметр и гиперпараметр?

— Funkwecker

Общее количество соединений составило бы 26, если бы были включены узлы смещения.

— agcala

0

Нейронная сеть - это просто функция функций функций ... (как продиктовано архитектурой модели). Если результирующая функция не может быть упрощена, то общее количество параметров (сумма всего количества параметров от каждого узла) в модели - это число, которое вы хотите для расчета AIC.

— bonez001
источник

0

Для полностью подключенной сети MLP вы можете использовать следующий (Python) код:

def total_param(l=[]):
s=0
for i in range(len(l)-1):
    s=s+l[i]*l[i+1]+l[i+1]
return s

тогда, если у вас есть сеть со следующей конфигурацией слоя

input:  435
hidden: 166 
hidden: 103 
hidden:  64
output:  15

Вы просто вызываете функцию с

total_param([435,166,103,64,15]) 
97208

— agcala
источник