ここから本文です

ニューラルネットワークの中間層のユニット数、中間層の層数を増やすと学習精度が...

このエントリーをはてなブックマークに追加

質問者

ktagt_questionさん

2010/12/2814:12:46

ニューラルネットワークの中間層のユニット数、中間層の層数を増やすと学習精度が上がるのですか?もし上がるのならなぜ上がるのか教えてください。

今ニューラルネットワークに学習させようとしているのですが、思ったように良い学習ができません。
学校の講義で精度が上がらない場合には中間層のユニット数を増やすか、中間層を2層や3層にするといいという話を聞きました。
しかしながらその方法をとってもだめでした。
学習データが悪い、というのもあると思うのですが、
一般論としてニューラルネットワークの中間層を増やすと精度が上がるのでしょうか?
可能ならば、理由も教えてくださるとありがたいです。
宜しくお願いします。

閲覧数:
3,726
回答数:
1
お礼:
100枚

違反報告

ベストアンサーに選ばれた回答

グレード

カテゴリマスター

b_fifty_oneさん

2010/12/2814:37:48

パーセプトロンで良いんですよね?

この場合、中間層というのは、一次入力ニューロンの情報を「特徴抽出」することになります。

例えば、網膜細胞に見立てた入力細胞が縦横正方に並んでいるのが入力層だとして、中間層は「縦線のみに反応するニューロン」「横線のみに反応するニューロン」「直角に曲がっている線に…」といった具合に特徴抽出できるようになっていれば、その中間層の結果をもとにして出力層が特定の文字に反応するなんてことはやりやすくなります。

全くのランダムで結線すると偶然うまいこと成立していれば学習効率は良くなりますが、そうでなければ効率が上がらないのは当然でしょうね。
人間や動物でも得手不得手があるのはそういったところによるのですから、むしろ忠実に再現しているともいえます。

ちなみに、生物の場合パーセプトロンは主に小脳で用いられているわけですが、ここは生まれつきある程度特定の特徴種鬱がしやすいような構造になっています。
例えば、肉食動物などは視界にとらえ絶えた画像の「動き」に反応する細胞が多くあるとか、その中でも横方向の動きや縦方向のそれに特化した中間細胞があるとかですね。

というわけで、ある程度デザインされた中間層が多くあれば、学習効率は上昇すると言っていいでしょう。
やみくもに増やしただけでも、偶然うまいことマッチする中間細胞が生まれる確率は上昇するので、増やして悪いってことはないでしょうね。
もちろん、すべての入力細胞とすべての中間細胞を均等に結線していたらこういったことは起きませんので、全結線するならシナプス結合強度の初期値をランダムにするとか、意図的にデザインするとかしないと意味がありませんよ。

この質問は投票によってベストアンサーに選ばれました!

ちょい足しを取り消しますが
よろしいですか?

  • 取り消す
  • キャンセル
  • このエントリーをはてなブックマークに追加

Q&Aをキーワードで検索:

Yahoo! JAPANは、回答に記載された内容の信ぴょう性、正確性を保証しておりません。
お客様自身の責任と判断で、ご利用ください。
本文はここまでです このページの先頭へ

ID/ニックネームを選択し、「追加する」ボタンを押してください。

閉じる

※知恵コレクションに追加された質問や知恵ノートは選択されたID/ニックネームのMy知恵袋で確認できます。

ほかのID/ニックネームで利用登録する