本文為您介紹人工神經網絡組件。
功能說明
人工神經網絡組件支持使用人工神經網絡算法對分類或回歸問題進行建模。人工神經網絡（Artificial Neural Network，縮寫ANN），簡稱神經網絡或類神經網絡，是一種模仿生物神經網絡（動物的中樞神經系統，特別是大腦）的結構和功能的數學模型或計算模型，用于對函數進行估計或近似。
人工神經網絡有多層和單層之分，每一層包含若干神經元，各神經元之間用帶可變權重的有向弧連接，網絡通過對已知信息的反復學習訓練，通過逐步調整改變神經元連接權重的方法，達到處理信息、模擬輸入輸出之間關系的目的。
計算邏輯原理
依據訓練給定的樣本，來調整神經元之間的“連接權”，以及每個功能神經元的閾值。最終所得到的這個模型，期望對未知樣本有一定的泛化能力。對每個訓練樣本，先走前向傳播，輸入傳遞給輸入層、隱藏層、輸出層。依據輸出層的輸出結果計算誤差，再將誤差反向傳播到隱藏層神經元，最后依據隱層神經元的誤差來對連接權和閾值進行調整，迭代循環該過程，直到達到設定的終止條件。
參數說明
IN端口
參數名 | 參數描述 | 是否必填 | 輸入數據類型 | 數據源類型 |
特征變量 | 配置模型特征變量。 | 是 | 整數或浮點數 說明 若存在非數值數據，則會拋出異常。 |
|
目標變量 | 配置模型目標變量。 | 是 |
說明 若存在非數值數據，則會拋出異常。 |
|
模型端口
參數名 | 參數描述 | 輸出參數 | 輸出數據類型 |
模型 | 輸出算法訓練后模型存儲的地址。 | 模型地址 | 字符 |
算法參數
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
建模類型 | 選擇使用分類模型還是回歸模型進行建模。 | 是 | 分類 |
|
隱藏層數量 | 神經網絡隱藏層個數，默認1，即單層。 | 是 | 1 | [1,99999999] |
神經元數量 | 每個隱藏層對應的神經元數量。 說明 每層的神經元數量以英文逗號隔開。例如：隱藏層個數為3，神經元數量設置為“100,101,102”，代表第一層神經元數量為100，第二層神經元數量為101，依此類推。 | 是 | 100 | 無 |
激活函數 |
| 是 | ReLU函數 |
|
求解器 |
說明 就訓練時間和驗證分數而言，求解器“ adam”在相對較大的數據集（具有數千個訓練樣本或更多）上的效果很好。但是，對于小型數據集，“ lbfgs”可以收斂得更快并且性能更好。 | 是 | adam |
|
alpha | L2懲罰（正則項）參數。 | 是 | 0.0001 | [0,99999999] |
最大迭代次數 | 求解程序收斂所需的最大迭代次數。 | 是 | 200 | [0,99999999] |
停止訓練的誤差精度 | 停止訓練的誤差精度。 | 是 | 0.0001 | [0,99999999] |
測試集比例 | 測試模型的數據占總輸入數據的比例，用于計算模型的評價指標。 | 是 | 0.2 | [0,1] |
測試集生成方式 | 根據選定方式，選取部分數據作為測試集，剩余部分作為訓練集。
| 是 | 隨機 |
|
求解器：sgd或adam
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
迷你批次大小設置方式 | 隨機優化器的迷你批次的大小設置方式。
| 否 | 自動 |
|
初始學習率 | 使用的初始學習率，用于控制更新權重的步長。 | 否 | 0.001 | [0,1] |
是否對樣本進行洗牌 | 是否在每次迭代中對樣本進行洗牌。 | 否 | 是 |
|
是否提前停止訓練 | 當驗證分數沒有提高時，是否使用提前停止來終止訓練。 說明：如果設置為是，它將自動預留10％的訓練數據作為驗證，并在 | 否 | 否 |
|
最大允許未下降次數 | 不符合停止訓練的誤差精度改進要求的最大允許未下降次數。 | 否 | 10 | [0,99999999] |
迷你批次大小設置方式：手動
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
迷你批次大小 | 隨機優化器的迷你批次的大小。 | 否 | 200 | [1,99999999] |
是否提前停止訓練：是
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
預留的訓練數據比例 | 預留的訓練數據比例作為早期停止的驗證集。 | 否 | 0.1 | [0,1] |
求解器：sgd
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
學習速率 | 權重更新的學習速率。
| 否 | 常數 |
|
動量 | 梯度下降更新的動量。 | 否 | 0.9 | [0,1] |
是否使用內斯特羅夫的勢頭 | 否 | 是 |
|
學習速率：反比例縮放
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
學習率指數 | 反比例學習率的指數，用于更新有效學習率。 | 否 | 0.5 | [0,99999999] |
求解器：adam
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
一階矩向量的指數衰減速率 | 用于估計一階矩矢量的指數衰減率。 | 否 | 0.9 | [0,1) |
二階矩向量的指數衰減速率 | 用于估計二階矩矢量的指數衰減率。 | 否 | 0.999 | [0,1) |
穩定數值 | 用于估計數值穩定性的值。 | 否 | 0.000001 | [0,99999999] |
求解器：lbfgs
參數名 | 參數描述 | 是否必填 | 參數默認值 | 參數范圍 |
丟失函數調用的最大次數 | 否 | 15000 | [0,99999999] |
其他參數
參數名 | 參數描述 |
模型結果 | 查看建模成功后的模型評價結果或發布模型。 |