神經網絡神經元輸出數> 1

我讀過你計算神經網絡中神經元的輸出，將所有輸入乘以相應的權重，然後用例如Sigmoid函數。神經網絡神經元輸出數> 1

但我不明白的是，這個總和（不平滑）可以得到大於1

發生這種情況時我的雙曲線函數輸出1.0。

我使用來計算神經元輸出（無平滑）的功能是：

def sum(self, inputs): 
    valu = 0 
    for i, val in enumerate(inputs): 
     valu += float(val) * self.weights[i] 
    return valu

所以我的問題是：難道我做錯了什麼，因爲我已閱讀，輸出應該是介於0和1？

2016-07-09 r3fresh_

不是很瞭解你的問題。加權輸入的總和可以大於1。它也可以小於零。 sigmoid函數將把這個值映射到0到1之間的數字。您的代碼示例只是計算加權總和而不應用sigmoid函數。 –

如果輸入到sigmiod函數的值大於1，那麼它只是返回1.這就是我的問題 –

但是如果不顯示sigmoid函數的代碼，我們該如何幫助您？你的代碼示例只是計算神經元的狀態，而不是輸出。通常你可以通過在狀態中應用ome類型的sigmoid函數來獲得輸出結果。 –

的S形函數是不完全平滑函數，它是該域映射到[0,1]範圍內的非線性方式的非線性函數。非正式地說，非線性函數沒有一個固定的斜率，換句話說，它不能被描述爲一條直線。

如您在下圖中看到的那樣，sigmoid函數使輸入變得如此，以至於隨着輸入量的增加，sigmoid的輸出漸近地接近0（負輸入）和1（正輸入）

2017-06-28 16:17:24 rafaelvalle

回答