Hola a todos
Si tiene algunos materiales para el algoritmo de la red neuronal de JMP como a continuación, hágamelo saber.
-si está normalizado o no en la entrada
-Los tipos de inicialización y configuración de parámetros
-Método de inicialización de W, b
-Ajuste de la tasa de aprendizaje
-Epoch No. configuración
-como verificar la curva de aprendizaje para visualizar el proceso de optimización del conjunto de Validación
-valor predeterminado del hiperparámetro
IkJu,
Chris Gotwalt ha escrito un excelente documento técnico sobre el algoritmo NN:
https://www.jmp.com/content/dam/jmp/documents/en/white-papers/wp-jmp9-neural-104886.pdf . Baso mi respuesta a continuación en su documentación en papel y JMP.
(SE: por favor siéntase libre de intervenir. )
Jian
-si está normalizado o no en la entrada
Hay una opción llamada Transformar covariable en la ventana de Lanzamiento de modelo. Consulte la página 5 para más detalles.
-Los tipos de inicialización y configuración de parámetros
“Al principio, se generan valores iniciales aleatorios distribuidos normalmente y el parámetro de penalización se establece en cero. Después de este ajuste inicial, se elige un valor candidato distinto de cero del parámetro de penalización, y se realiza una búsqueda de línea univariada en el parámetro de penalización ”. (Página 7)
-Método de inicialización de W, b
Valores aleatorios normalmente distribuidos (páginas 4 y 7))
-Ajuste de la tasa de aprendizaje
El valor predeterminado es 0.1, pero puede elegir cualquier valor entre (0, 1] en la ventana de Lanzamiento de modelo.
-Epoch No. configuración
El número de recorridos se puede establecer en la ventana de Lanzamiento de modelo. Es uno por defecto.
-como verificar la curva de aprendizaje para visualizar el proceso de optimización del conjunto de Validación
En NN, JMP no muestra la validación acumulativa. Una buena sugerencia ya que me gustaría ver un informe similar al de Boosted Trees.
-valor predeterminado del hiperparámetro
Estos valores de hiperparámetros "predeterminados" se muestran en la ventana de Lanzamiento de modelo. Por ejemplo, una capa, TanH con 3 nodos, 1 recorrido, etc. Llamaría al modelo que usa estas configuraciones un modelo base ya que la mejor práctica es ajustar varios modelos con diferentes configuraciones y luego compararlos.
