neuralNet: neuralNet

Membuat daftar yang berisi nama fungsi dan argumen untuk melatih model NeuralNet dengan rxEnsemble.

Penggunaan

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

Argumen

numHiddenNodes

Jumlah default simpul tersembunyi di neural net. Nilai defaultnya adalah 100.

numIterations

Jumlah iterasi pada set pelatihan penuh. Nilai defaultnya adalah 100.

optimizer

Daftar yang menentukan algoritma pengoptimalan sgd atau adaptive . Daftar ini dapat dibuat menggunakan sgd atau adaDeltaSgd. Nilai defaultnya adalah sgd.

netDefinition

Definisi Net# dari struktur jaringan neural. Untuk informasi selengkapnya tentang bahasa Net#, lihat Reference Guide

initWtsDiameter

Mengatur diameter bobot awal yang menentukan rentang dari mana nilai diambil untuk bobot pembelajaran awal. Bobot diinisialisasi secara acak dari dalam rentang ini. Nilai defaultnya adalah 0,1.

maxNorm

Menentukan batas atas untuk membatasi norma vektor berat masuk di setiap unit tersembunyi. Ini bisa menjadi penting dalam jaringan neural maksout dan dalam kasus di mana pelatihan menghasilkan bobot yang tidak terbatas.

acceleration

Menentukan jenis akselerasi perangkat keras yang akan digunakan. Nilai yang mungkin adalah "sse" dan "gpu". Untuk akselerasi GPU, disarankan untuk menggunakan miniBatchSize yang lebih besar dari satu. Jika Anda ingin menggunakan akselerasi GPU, diperlukan langkah-langkah penyiapan manual tambahan:

• Unduh dan instal NVidia CUDA Toolkit 6.5 (CUDA Toolkit).
• Unduh dan instal Pustaka NVidia cuDNN v2 (cudnn Library).
• Temukan direktori libs paket MicrosoftRML dengan memanggil system.file("mxLibs/x64", package = "MicrosoftML").
• Salin cublas64_65.dll, cudart64_65.dll, dan cusparse64_65.dll dari CUDA Toolkit 6.5 ke direktori libs paket MicrosoftML.
• Salin cudnn64_65.dll dari Pustaka cuDNN v2 ke direktori libs paket MicrosoftML.

miniBatchSize

Mengatur ukuran batch mini. Nilai yang disarankan adalah antara 1 dan 256. Parameter ini hanya digunakan ketika akselerasi adalah GPU. Mengatur parameter ini ke nilai yang lebih tinggi meningkatkan kecepatan pelatihan, tetapi mungkin berdampak negatif pada akurasi. Nilai default adalah 1.

...

Argumen tambahan.