如何解决如何在tidymodels的mlp通用界面中更改权重？
因此，我正在尝试使用tidymodels将深度学习模型融入我的数据中。通用接口是mlp()，我正在使用fit_resamples()来寻找外部数据的最佳模型。我不断收到此错误：
ann_model <-
mlp(epochs = 50,hidden_units = 5,dropout = 0.1) %>%
set_engine("nnet",weights = 10000) %>%
set_mode("regression")
ann_wflw <-
workflow() %>%
add_recipe(dados_recipe) %>%
add_model(ann_model)
ann_fit <-
ann_wflw %>%
fit_resamples(resamples = dados_cv)
x Fold01,Repeat1: model: Error in nnet.default(x,y,w,...): too many (1301) weights
x Fold02,...): too many (1296) weights....
如何更改重量？拜托，我真的很着急。 顺便说一句，除了交叉验证，还有其他方法可以不过度拟合我的训练数据吗？ 预先感谢！
解决方法
我想您想增加MaxNWts参数而不是weights。
我在I get error "Error in nnet.default(x,y,w,...) : too many (77031) weights" while training neural networks的答案中引用了以下内容
将
MaxNWts增大到可以容纳的大小 或缩小尺寸以缩小模型。
根据 nnet 文档，weights是
每个示例的（案例）权重–如果缺少默认值，则为1
MaxNWts是
允许的最大重量数。没有内在的限制 在代码中，但是增加MaxNWts可能会允许 非常缓慢且耗时
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。