http://blog.csdn.net/zouxy09/article/details/9983399

?

1、網絡中隱含層神經元節點的個數（需要學習的特征數目），采集的密度（也就是convolution時的移動步伐，也就是在什么地方計算特征）和感知區域大小對最終特征提取效果的影響很大，甚至比網絡的層次數，deep learning學習算法本身還要重要。

2、Whitening在預處理過程中還是很有必要的。

3、如果不考慮非監督學習算法的選擇的話，whitening、?large numbers of features和small stride都會得到更好的性能。

4、在以上4種實驗算法中，k-means效果竟然最好。因此在最后作者給出結論時的建議是，盡量使用whitening對數據進行預處理，每一層訓練更多的特征數，采用更密集的方法對數據進行采樣。

?

總結

以上是生活随笔為你收集整理的【深度学习】网络中隐含层神经元节点的个数（需要学习的特征数目）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。