Назад к вопросам
JuniorТеорияЧасто
Что выведет эта программа?
import numpy as np
from sklearn.neural_network import MLPClassifier
X = np.array([[0, 0, 1, 1], [1, 1, 0, 0], [0, 1, 1, 0], [1, 0, 0, 1]])
y = np.array([0, 1, 0, 1])
model = MLPClassifier(hidden_layer_sizes=(10,), max_iter=2000, random_state=0)
model.fit(X, y)
weights = sum(w.size for w in model.coefs_)
biases = sum(b.size for b in model.intercepts_)
print(weights + biases)61
- Ждать
72: при двух классах выходной нейрон один, с сигмоидой, поэтому в последнем слое10 * 1 + 1параметров, а не10 * 2 + 2. - Ждать
50:intercepts_добавляет к 50 весам по свободному члену на нейрон — 10 в скрытом слое и 1 на выходе.
- Как изменится число параметров при десяти классах вместо двух?
- Сколько параметров добавит второй скрытый слой из 10 нейронов?
