【发布时间】：2019-08-20 20:41:41
【问题描述】：
我的问题是我们是否必须在算法中使用经过训练的神经网络 如何确定其时序复杂度？或者做了多少次乘法来生成输出？
非常感谢任何 cmets。提前致谢。
【问题讨论】：
标签： neural-network
【发布时间】：2019-08-20 20:41:41
【问题描述】：
这些可能会帮助您做出决定。 NN timing complexity
对于乘法的数量，您可能会发现 this 和 this 很有用。
自从您保存了 NN。您只需要对其进行测试或仅在前馈阶段使用 NN。所以你的计算似乎是正确的。请注意，您必须在计算中涉及测试样本的数量并应用激活函数，以便更好地描述 NN 的行为。
希望有所帮助。
【讨论】：
-
感谢您的回答。那么对于不同的架构，我们有不同数量的乘法？对于一个隐藏层中的 20 个神经元，我们有 15*20+20*2 倍数。对于每个有 10 个神经元的两个隐藏层，我们有 15*10 + 10*10 + 10*2。 （即两者在隐藏层中都有 20 个神经元）。如果我错了，请纠正我。
-
我认为隐藏层中神经元的总数并不重要。假设一个神经网络有 1 个输入层、1 个输出层和 3 个隐藏层。所以你会有5层。并计算 4 层的乘法（不是输入层，因为没有东西喂它们）。 [hagan.okstate.edu/NNDesign.pdf]这是神经网络很好的参考。
复杂性并不总是以乘法次数来衡量。
但是，如果您希望以此作为衡量复杂性的指标，您首先需要查看您在神经网络中使用的节点的实现，首先要执行神经元的操作，然后再看看如何每个训练步骤都使用了许多乘法。
只有在您了解所有信息后，您才能查找网络中的节点数和连接数。
【讨论】：
-
谢谢您的回答先生。正如我所提到的，我对训练和保存的 NN 的时间复杂度感到好奇。如果我们将输入向量传递给它，要执行多少次乘法运算才能得到输出向量？我的计算结果如何（15*20+20*2）？