自编码器的训练数据

人工智能 神经网络
2021-11-13 23:30:14

关于使用自动编码器的两个实际问题。对于 NN 的大小,假设我有 50 个输入,因此层大小为 50-25-12-6-2-6-12-25-50

  1. 我通常需要多少数据来训练它,它如何取决于网络的大小?

  2. 我想以不同的方式称量样本 - 例如,最后一个样本是最近的问题有一个时间分量,所以应该更重。有没有简单的方法来合并它?

1个回答

每个网络都有一个可以学习的限制。要检查该限制,您需要尝试。尤其是那种简单的网络,可以这么快就实现。想法是,您需要提供X数据并检查准确性并将其增加到2X数据并检查准确性。如果准确率没有变化,说明你的网络已经到了极限,你可以考虑让它更深更广。

根据训练的性质,你带到训练中的最后一个样本是优化器试图收敛的结果。因此,优化器已经在做你正在寻找的东西。但是,如果您想为它们创建一些权重,请尝试考虑 RNN。它们的性质适合这个目的。