learning
/
Python-100-Days
mirror of https://github.com/jackfrued/Python-100-Days.git
1
0
Fork 0
Code Issues Packages Projects Releases Wiki Activity

修正了文档中数学公式无法显示的问题

This commit is contained in:
jackfrued 2025-02-13 17:33:31 +08:00
parent a215b55e12
commit ca8f2fcbf4
1 changed files with 1 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

2
Day81-90/88.神经网络模型.md
View File

@ -183,7 +183,7 @@ print(classification_report(y_test, y_pred))
1. `hidden_layer_sizes`：指定神经网络中每一层的神经元数目，元组类型，默认值为`(100, )`，表示只有一个隐藏层，包含 100 个神经元。该超参数可以改变网络的结构和容量，层数越多，神经元数目越多，模型的表示能力就越强，但也存在过拟合风险。 1. `hidden_layer_sizes`：指定神经网络中每一层的神经元数目，元组类型，默认值为`(100, )`，表示只有一个隐藏层，包含 100 个神经元。该超参数可以改变网络的结构和容量，层数越多，神经元数目越多，模型的表示能力就越强，但也存在过拟合风险。
2. `activation`：隐藏层中神经元的激活函数，默认值为`relu`，表示使用 ReLU 激活函数。激活函数决定了网络每一层的输出形态，一般来说，`'relu'` 是训练深度网络时的首选，因为它能够缓解梯度消失问题，并且训练速度较快，可选值包括： 2. `activation`：隐藏层中神经元的激活函数，默认值为`relu`，表示使用 ReLU 激活函数。激活函数决定了网络每一层的输出形态，一般来说，`'relu'` 是训练深度网络时的首选，因为它能够缓解梯度消失问题，并且训练速度较快，可选值包括：
- `'identity'`：线性激活函数，即$\small{f(x) = x}$，通常不推荐使用。 - `'identity'`：线性激活函数，即 $\small{f(x) = x}$ ，通常不推荐使用。
- `'logistic'` / `'tanh'` / `'relu'`：Sigmoid / 双曲正切 / ReLU 激活函数。 - `'logistic'` / `'tanh'` / `'relu'`：Sigmoid / 双曲正切 / ReLU 激活函数。
3. `solver`：用来优化模型参数的求解器（优化算法）。常用的优化算法有： 3. `solver`：用来优化模型参数的求解器（优化算法）。常用的优化算法有：
- `'lbfgs'`：拟牛顿法（Limited-memory Broyden-Fletcher-Goldfarb-Shanno），这种方法计算复杂度较高，但对小数据集表现较好。 - `'lbfgs'`：拟牛顿法（Limited-memory Broyden-Fletcher-Goldfarb-Shanno），这种方法计算复杂度较高，但对小数据集表现较好。