版权声明:站在巨人的肩膀上学习。 https://blog.csdn.net/zgcr654321/article/details/84697521
BP神经网络中隐藏层节点个数的取值有下面几种方法:
第一种方法:
一个经验公式:
其中为隐藏层节点数目,为输入层节点数目,为输出层节点数目,为之间的调节常数。
第二种方法:
Kolmogorov定理确定隐藏层节点数:
柯尔莫哥洛夫(Kolmogorov)定理:
设 为一相互独立的随机变量序列,若满足不等式
则服从强大数定律。
强大数定律可以表达为下式:
Kolmogorov定理说明给定任意连续映射F:[0,1] (n) →Rm可以精确地由一个三层前馈神经网络实现,第一层有n个神经元,第二层有2m+1个神经元,第三层有m个神经元。
Kolmogorov定理表明,隐层结点数为:
s=2n+1
其中n为输入层结点数。
第三种方法:
论文:高大启:有教师的线性基本函数前向三层神经网络结构研究
中指出的经验公式:
其中m为输入层节点数,n为输出层节点数。