ตัวอย่างการฝึกอบรมมีน้อยเกินไปเมื่อฝึกอบรมโครงข่ายประสาทเทียม

ฉันเป็นผู้เริ่มต้นที่พยายามรวบรวมโครงการแรกของฉัน ฉันมีโครงการจัดหมวดหมู่เพลงอยู่ในใจ แต่เนื่องจากฉันจะติดป้ายกำกับด้วยตนเองฉันจึงสามารถรวบรวมเพลงได้ประมาณ 1,000 เพลงหรือเพลง 60 ชั่วโมง

ฉันจะแบ่งชั้นเรียนหลายชั้นดังนั้นจึงเป็นไปได้ที่ชั้นเรียนหนึ่งจะมีเพลง 50-100 เพลงในชุดฝึกอบรมน้อยมาก - ดูเหมือนว่าจะน้อยเกินไป! มีกฎทั่วไปหรือไม่สำหรับปริมาณข้อมูลที่ต้องใช้ในการฝึกอบรมโครงข่ายประสาทเทียมเพื่อให้สามารถใช้งานได้จริงหรือไม่?

แก้ไข: ฉันคิดว่าจะใช้วานิลลา LSTM คุณสมบัติอินพุตจะมีมิติข้อมูล 39 ขนาดเอาต์พุต 6 ความพยายามครั้งแรกของฉันสำหรับขนาดเลเยอร์ที่ซ่อนจะเป็น 100

มันขึ้นอยู่กับชุดข้อมูลของคุณและสถาปัตยกรรมเครือข่าย กฎข้อหนึ่งที่ฉันได้อ่าน (2) คือตัวอย่างสองสามพันตัวอย่างต่อคลาสเพื่อให้เครือข่ายประสาทเทียมเริ่มทำงานได้ดีมาก

ในทางปฏิบัติผู้คนลองและดู ไม่ยากที่จะค้นหาการศึกษาที่แสดงผลลัพธ์ที่ดีด้วยชุดการฝึกอบรมที่มีขนาดเล็กกว่า 1,000 ตัวอย่าง

วิธีที่ดีในการประเมินคร่าวๆว่ามันจะเป็นประโยชน์ต่อการมีตัวอย่างการฝึกอบรมมากขึ้นคือการวางแผนการทำงานของโครงข่ายประสาทเทียมตามขนาดของชุดฝึกอบรมเช่นจาก (1):

• (1) Dernoncourt, Franck, Ji Young Lee, Ozlem Uzuner และ Peter Szolovits "การยกเลิกการระบุตัวตนของผู้ป่วยด้วยเครือข่ายประสาทที่เกิดซ้ำ " arXiv preprint arXiv: 1606.03475 (2016)

• (2) Cireşan, Dan C. , Ueli Meier และJürgen Schmidhuber "ถ่ายโอนการเรียนรู้สำหรับตัวอักษรละตินและจีนด้วยเครือข่ายประสาทลึก" ในการประชุมร่วมระหว่างประเทศปี 2555 เรื่องโครงข่ายประสาทเทียม (IJCNN), หน้า 1-6 IEEE, 2012 https://scholar.google.com/scholar?cluster=7452424507909578812&hl=th&as_sdt=0,22 ; http://people.idsia.ch/~ciresan/data/ijcnn2012_v9.pdf :

  สำหรับงานการจำแนกประเภทที่มีตัวอย่างไม่กี่พันตัวอย่างต่อชั้นผลประโยชน์ของการเตรียมล่วงหน้า (แบบไม่ดูแลหรือดูแล) นั้นไม่ใช่เรื่องง่ายที่จะแสดงให้เห็น