【问题标题】：Deeplearning4j: Generate random INDArray(s) as input for a MultiLayerNetworkDeeplearning4j：生成随机 INDArray(s) 作为 MultiLayerNetwork 的输入
【发布时间】：2021-05-20 21:36:34
【问题描述】：
我正在从事一个项目，我打算对 MultiLayerNetworks 进行一些性能分析。正如标题所说，我打算创建一个随机的 INDArray 输入和任意大小的标签，将用作 arbitrary MultiLayerNetwork 的（训练-）输入。更准确地说，我想生成适合任何给定多层网络的输入。我尝试使用Nd4j.rand 和Nd4j.zeros 为网络生成输入和标签，但是据我了解，不同的层有不同的形状要求。非常感谢任何帮助/建议。提前致谢！
注意：我对数据本身或结果不感兴趣：在我的情况下，生成随机数据就足够了。
【问题讨论】：
标签：
java
neural-network
deeplearning4j
nd4j
【解决方案1】：
您正在寻找的并不是真正的“东西”。您将不得不列举不同的架构。虽然您可以根据形状确定有效输入，但这些仍然是您必须自己创建的 ndarray。你的赌注是限制问题并迭代一组确定的输入大小。这就是我们在 dl4j 本身中创建测试用例的方式。
注意：在超参数搜索方面有一些“更高级”的方法，但即便如此，您仍然只是生成随机候选者并枚举一组输入。对于 just 2d 密集网络，您可以根据输入的数量等于前一层的输出数量来确定什么是有效的。
一旦你超越了这一点，你就会开始弄清楚哪些层的组合是有效的 + 能够确定你想要网络的深度。