neuralNet : neuralNet

Article
05/23/2023

Crée une liste contenant le nom et les arguments de la fonction pour effectuer l’apprentissage d’un modèle NeuralNet avec rxEnsemble.

Utilisation

  neuralNet(numHiddenNodes = 100, numIterations = 100, optimizer = sgd(),
    netDefinition = NULL, initWtsDiameter = 0.1, maxNorm = 0,
    acceleration = c("sse", "gpu"), miniBatchSize = 1, ...)

Arguments

`numHiddenNodes`

Nombre par défaut de nœuds masqués dans le réseau neuronal. La valeur par défaut est 100.

`numIterations`

Nombre d’itérations sur le jeu d’apprentissage complet. La valeur par défaut est 100.

`optimizer`

Liste spécifiant l’algorithme d’optimisation sgd ou adaptive. Cette liste peut être créée en utilisant sgd ou adaDeltaSgd. La valeur par défaut est sgd.

`netDefinition`

Définition Net# de la structure du réseau neuronal. Pour plus d’informations sur le langage Net#, consultez Reference Guide

`initWtsDiameter`

Définit le diamètre des pondérations initiales qui spécifie la plage à partir de laquelle les valeurs sont dessinées pour les pondérations d’apprentissage initiales. Les pondérations sont initialisées de façon aléatoire dans cette plage. La valeur par défaut est 0,1.

`maxNorm`

Spécifie une limite supérieure pour contraindre la norme du vecteur de pondération entrant à chaque unité cachée. Cela peut être important dans les réseaux neuronaux à couche maxout et dans les cas où l’apprentissage produit des pondérations illimités.

`acceleration`

Spécifie le type d’accélération matérielle à utiliser. Les valeurs possibles sont « sse » et « gpu ». Pour l’accélération GPU, il est recommandé d’utiliser une taille de lot minimale (miniBatchSize) supérieure à un. Si vous souhaitez utiliser l’accélération GPU, des étapes de configuration manuelles supplémentaires sont requises :

Téléchargez et installez NVidia CUDA Toolkit 6.5 (CUDA Toolkit).
Téléchargez et installez la bibliothèque NVidia cuDNN v2 (cudnn Library).
Recherchez le répertoire libs du package MicrosoftRML en appelant system.file("mxLibs/x64", package = "MicrosoftML").
Copiez cublas64_65.dll, cudart64_65.dll et cusparse64_65.dll à partir du CUDA Toolkit 6.5 dans le répertoire libs du package MicrosoftML.
Copiez cudnn64_65.dll à partir de la bibliothèque cuDNN v2 dans le répertoire libs du package MicrosoftML.

`miniBatchSize`

Définit la taille de lot minimal. Les valeurs recommandées sont comprises entre 1 et 256. Ce paramètre est utilisé uniquement lorsque l’accélération est de type GPU. La définition de ce paramètre sur une valeur plus élevée améliore la vitesse de l’apprentissage, mais peut nuire à la précision. La valeur par défaut est 1.

`...`

Arguments supplémentaires.

Partager via