neuralNet：neuralNet

建立包含可使用 rxEnsemble 訓練 NeuralNet 模型之函數名稱與引數的清單。

使用方式

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

引數

numHiddenNodes

神經網路中隱藏節點的預設數目。 預設值是 100。

numIterations

完整訓練集上的反覆運算次數。 預設值是 100。

optimizer

指定 sgd 或 adaptive 最佳化演算法的清單。 您可以使用 sgd 或 adaDeltaSgd 來建立此清單。 預設值是 sgd。

netDefinition

神經網路結構的 Net# 定義。 如需 Net# 語言的詳細資訊，請參閱Reference Guide

initWtsDiameter

設定初始權數直徑，指定從中為初始學習權數繪製值的範圍。 權數會從這個範圍內隨機初始化。 預設值為 0.1。

maxNorm

指定上限，以限制每個隱藏單位內送權數向量的標準。 這在最大輸出神經網路中以及訓練產生無限制權數的情況下，可能很重要。

acceleration

指定要使用的硬體加速類型。 可能的值為 "sse" 和 "gpu"。 針對 GPU 加速，建議使用大於 1 的 miniBatchSize。 如果您想要使用 GPU 加速，則需要額外的手動設定步驟：

• 下載並安裝 NVidia CUDA Toolkit 6.5 (CUDA Toolkit)。
• 下載並安裝 NVidia cuDNN v2 程式庫 (cudnn Library)。
• 呼叫 system.file("mxLibs/x64", package = "MicrosoftML") 來尋找 MicrosoftRML 封裝的 libs 目錄。
• 將 cublas64_65.dll、cudart64_65.dll 和 cusparse64_65.dll 從 CUDA Toolkit 6.5 複製到 MicrosoftML 封裝的 libs 目錄中。
• 將 cudnn64_65.dll 從 cuDNN v2 程式庫複製到 MicrosoftML 封裝的 libs 目錄中。

miniBatchSize

設定迷你批次大小。 建議值介於 1 到 256 之間。 只有當加速是 GPU 時，才會使用此參數。 將此參數設定為較高的值可改善訓練的速度，但可能會對正確性造成負面影響。 預設值為 1。

...

其他引數。