回帰問題でのネットワーク
一番簡単なネットワークでテスト
プロジェクトを保存したら、ネットワークを組みます。
xは5個、yは3個のサンプルデータの場合だと、こうなればOK。
InputのSizeには、xの個数をそのまま入れます。
2番目のAffineのOutShapeには、yの個数をそのまま入れます。
とりあえずセーブして、Trainingの開始。
これで動かない場合は、それ以前に何か問題があります。
ネットワークをいじっていてエラーが出た経験は、まだありません。
データセットの仕方など、他にも方法はありますが、
Neural Network Consoleで、一番カンタンに数値予測を試してみるのは
こんなやり方ではないでしょうか?
正解がないニューロン数
Deep Learning入門:層数、ニューロン数を決める指針
https://www.youtube.com/watch?v=OwccN7rj4Qg
Deep Learning入門:層数、ニューロン数を決める指針
NNCでは、Affineのデフォルト値が100になっています。
これを徐々に増やしていって多層化して、というのがセオリーとされますが、
最初のAffineの適切な数値は何か? これの正解が残念ながらわかりません。
なので、実際に色々と試しながら結果を見てみるという作業になります。
4層5層にすれば結果が良くなるかは、やってみないとわかりません。
はい、大量のデータとの格闘決定!
重みやバイアスなども調整しながら、自分の目的に合う結果になるように
調整していくという作業になります。
進化のスピードも速いので、そこら辺に期待ですね。