深度学习/神经网络

islem_h

你好,

我试图用RapidMiner解决一个回归问题。
我的问题是包含的(H2O)算子深度学习和算子神经网络之间的区别是什么?我看到，在这两种情况下，我们可以添加尽可能多的隐藏层。在哪种情况下，深度学习不需要/不适合使用?

(一般来说，有2个隐藏层的神经网络可以称为深度神经网络吗?)

干杯!
谢谢你！

Telcontar120

简单的深度学习操作符为您提供了不同的激活函数和添加退出层的能力。还有一些高级参数允许您微调算法性能，您可以在线阅读H2O文档。所以它比基本的神经网络算子要复杂一些。
然而，如果你想要更复杂的深度学习模型设计，你应该看看新的(免费的)深度学习扩展，它为在RapidMiner中创建深度学习模型增加了更多的功能(代价是更高的复杂性和用户更多的设置)。

varunm1

嗨@islem_h

具有更多层的神经网络被称为MLP(多层感知器)，它是深度网络的一个子集。一个主要的区别是你可以在深度学习算子中设置的激活函数，这也是深度学习的意义之一。请通过下面的链接，以获得更清晰的解释。
https://stats.stackexchange.com/questions/315402/multi-layer-perceptron-vs-deep-neural-network

如有误解，请指正。