最佳神經網路模型是否有可能獲得最好的神經網路模型（也許知道種子）並保存腳本以供將來再次使用？
預測建模和機器學習回覆：最佳神經網路模型嗨@Matheus_Plana ，
您是否嘗試過@scott_allen的神經網路調整插件？
借助此插件，您可以針對特定資料集和驗證策略自動調整神經網路超參數，並使用不同的隨機種子檢查結果的再現性。
希望這個回答對你有幫助
回覆：最佳神經網路模型感謝您的回答，維克多！
我沒有嘗試，但我看到了。該插件適用於 JMP Pro，但我的客戶正在使用 JMP Standard，並詢問我是否可以在那裡運行它。
那是在 JMP 訓練期間，我沒有回答這個問題。
您知道 JMP 標準是否有類似的東西嗎？
此致！
回覆：最佳神經網路模型嗨@Matheus_Plana ，
請問您（或您的客戶）為什麼選擇神經網路模型？
還有許多其他模型可用，並且根據您的資料集大小、代表性/同質性和質量，可能還有其他（機器學習或其他）模型更適合（在與您的目標相關的性能和複雜性方面）。查看有關此問題的其他主題：
模型篩選：神經網路/K折交叉驗證
幫助進行模型比較：DOE 與 ANN 提升
……
在JMP 中，您可以建立神經網絡，但大多數選項都需要JMP Pro，因此您只會研究所有可能的NN 模型的一小部分，所以我想知道嘗試在這個非常窄的超參數上優化NN 是否非常相關space ： 啟動神經平台
我想您可以使用僅 JMP 選項（僅 TanH 激活函數，僅一層，...）自動測試各種 NN 模型，但需要一些腳本來自動執行這些步驟：
- 定義僅 JMP 選項中可用的超參數的最小和最大級別，
- 使用定義為因子的超參數建立空間填滿設計，
- 適合此空間填充設計中的所有 NN 模型，
- 匯總指標性能以比較模型。
希望這個回答對你有幫助
回覆：最佳神經網路模型維克多，非常感謝您分享寶貴的想法！
在本例中，我正在進行 JMP 培訓，向客戶解釋如何使用不同的模型。
當談到神經網路時，客戶印象非常深刻，在我的演示過程中，他問了這個具體問題。所以我不知道如何回答，就來到社區了！
但我完全同意你的觀點！我們有很多不同的模型，應該謹慎使用神經模型。
一切順利！
回覆：最佳神經網路模型嘿@Matheus_Plana ，
您可以嘗試使用我為非專業用戶製作的這個腳本來嘗試進行一些神經網路調整。這使您可以查看哪種模型在不同數量的 Tanh 節點下效果最好，並嘗試不同的驗證百分比。它還顯示了所有模型中哪些變數最重要。
如果您對此有任何疑問，請告訴我！
史蒂夫
回覆：最佳神經網路模型感謝分享@shampton82 ！
一些非常清晰且易於理解的視覺效果給我留下了深刻的印象，例如這個可以評估驗證集的預測性能和穩健性/泛化屬性：
對附表中的資訊進行一些重新編碼可以幫助視覺化取決於 TanH 激活函數/節點數量的效能趨勢：
也許某些部分可能值得考慮更新神經網路調整插件@scott_allen ？
非常感謝分享！
回覆：最佳神經網路模型這些是一些不錯的視覺效果。將如此多的信息總結成簡單的圖表確實很有挑戰性， @shampton82有一些非常好的例子。
我現在正在為 Torch 開發一個類似的插件。還有更多的參數需要篩選和調整，我認為在掃描模型類型和激活函數時，類似的視覺效果可能會很好。
