УДК 004.032.26
DOI: 10.36871/2618-9976.2022.08.001
Авторы
Виктор Викторович Ерохин
Доктор технических наук, доцент, Московский государственный институт международных отношений (университет) Министерства иностранных дел России, Москва, Россия
Елена Владимировна Елисеева
Кандидат педагогических наук, доцент, Брянский государственный университет имени академика И.Г. Петровского, Москва, Россия
Аннотация
В статье приводятся данные исследования в области изучения влияния параметров масштабирования искусственных нейронных сетей на их производительность при постоянных ошибках обучения, обобщения и классификации. Раскрыта фундаментальная взаимосвязь между размером архитектуры (модели) искусственной нейронной сети и ее производительностью. Такая взаимосвязь позволяет использовать искусственные нейронные сети малых размеров для подбора оптимальных гиперпараметров и применять уже эти гиперпараметры в искусственных нейронных сетях большой размерности.
Ключевые слова
искусственные нейронные сети
гиперпараметры нейронных сетей
глубокие нейронные сети
моделирование
оптимизация
