См. пример ниже:
parameter_space = {
'hidden_layer_sizes': [(200,100)],
'activation': ['tanh', 'relu'],
'solver': ['sgd', 'adam'],
'alpha': [0.0001, 0.05],
'learning_rate': ['constant','adaptive'],
}
clf = GridSearchCV(mlp, parameter_space, n_jobs=-1, cv=3)
Проблема в том, чтобы понять, как моя ИНС остается внутри.
Я хочу, чтобы в этом примере для входного слоя использовалось 20 нейронов, два скрытых слоя по 200 и 100 нейронов и выходной слой с 1 нейроном, потому что моя проблема — бинарная классификация.
InputLayer (20) --- Hiddenlayer 1 (200) --- Hiddenlayer2 (100) --- OutputLayer (1)
Я знаю, что в "hidden_layer_sizes" будут вставлены только скрытые слои, но как мы укажем входной и выходной слои? И как «GridSearchCV» будет чередовать количество нейронов в скрытых слоях, чтобы найти наилучшую конфигурацию?