2
我想知道在卷積神經網絡中權值和輸入值的範圍是多少。我的理解如下:卷積神經網絡中權重和輸出的值
如果輸入是灰度圖像,第一層的輸入值將是0-255。但在隨後的層中,由於sigmoid函數的原因,輸入值的範圍從0到1。
但是權重的範圍是什麼?它是0-1還是可以更高?這是否有很大的不同?
我想知道在卷積神經網絡中權值和輸入值的範圍是多少。我的理解如下:卷積神經網絡中權重和輸出的值
如果輸入是灰度圖像,第一層的輸入值將是0-255。但在隨後的層中,由於sigmoid函數的原因,輸入值的範圍從0到1。
但是權重的範圍是什麼?它是0-1還是可以更高?這是否有很大的不同?
由於它使用的是S形函數,權重通常範圍從-∞到+∞,因爲-∞的S形接近0,而+∞的S形接近1,所以您需要能夠接近0和接近1的值作爲你的神經元的輸出。
是的,重量可以有很大的不同。 您訓練NN越多,權重越接近「需要」的值。
例如,如果神經元需要輸出0,理想值爲-∞,因爲sigmoid(-∞)= 0。訓練它越多,權重就越接近-∞。