DeepSymNet 深度符号网数据集

该数据集是用于符号回归的符号网络。

这是中国科学院半导体研究所的研究人员提出的一种名为 DeepSymNet 的全新符号网络来表示符号表达式，并展示了 DeepSymNet 的整体框架，第一层为数据，中间层是隐藏层，最后一层是输出层。

隐藏层节点由运算符号组成，包括+、-、×、÷、 sin 、 cos 、 exp 、 log 、 id 等，其中 id 运算符与 EQL 中的 id 运算符相同。

每个隐藏层中的 id 运算符数等于前一层中的节点数，而其他运算符在每个隐藏层中仅出现一次。运算符 id 与上一层的节点一一对应，其作用使得每一层都能利用上一层的所有信息。其他算子都是普通算子，完全连接到上一层。

id 运算符与上一层之间的连接是固定的，普通运算符与上一层没有连接，或者有一个或两个连接，这意味着在该网络中一个子网络代表一个符号表达式。表达式占用的隐藏层越多，表达式的复杂度就越高，因此，可以用隐藏层的数量来粗略衡量表达式的复杂程度。

但要注意的是，输入层有一个特殊节点「const」，用于表示符号表达式中的常量系数。只有连接到「const」节点的边才有权重（常数系数），以防止符号表达式中出现足够多的常数系数。

总而言之，DeepSymNet 是一个可以表示任何表达式的完整网络，SR 的求解就是在 DeepSymNet 中搜索子网络的过程。

AI4S 案例：https://hyper.ai/news/29243