-1
Q
神經網絡激活
A
回答
4
神經網絡有一個所謂的「激活函數」,它通常是某種類型的sigmoid函數的映射將輸入映射到單獨的輸出。
http://zephyr.ucd.ie/mediawiki/images/b/b6/Sigmoid.png
對於你它正好是0或1,並且使用比較,而不是S形函數, 所以你的激活曲線會比上面的圖表甚至更尖銳。在上述圖表中,您的t
(即閾值)在X軸上爲0。
所以僞代碼:
sum = w1 * I1 + w2 + I2 + ... + wn * In
sum
是所有輸入的加權和神經元,現在你需要做的是,總和與t
,門檻:
if sum >= t then y = 1 // Your neuron is activated
else y = 0
您可以使用最後一個神經元的輸出作爲網絡輸出來預測1/0,真假等。
如果你正在研究神經網絡,我建議你先從異或問題開始,那麼這將是有道理的。
相關問題
- 1. [R神經網絡激活功能
- 2. 人工神經網絡激活函數
- 3. 神經網絡的激活功能
- 4. 神經網絡的激活/輸出
- 5. 訪問神經網絡權和神經元激活
- 6. 神經網絡從零開始在python中使用sigmoid激活
- 7. 神經網絡迴歸模型輸出層的激活函數
- 8. 如何在神經網絡中使用Softmax激活功能
- 9. 神經網絡乙狀結腸激活與偏見更新
- 10. 這個神經網絡應該使用哪個激活函數?
- 11. 如何決定激活功能的神經網絡
- 12. Sigmoid激活的神經網絡是否使用閾值?
- 13. 神經網絡
- 14. 神經網絡
- 15. 神經網絡[ocr]
- 16. 神經網絡,python
- 17. MATLAB神經網絡
- 18. 神經網絡backpropogation
- 19. 神經網絡:「InverseLayer」
- 20. 的神經網絡
- 21. SOM - 神經網絡
- 22. sigmoid神經網絡
- 23. Spiking神經網絡
- 24. H2O.deeplearning神經網絡
- 25. 神經網絡MNIST
- 26. Hopfield神經網絡
- 27. RBF神經網絡
- 28. 實現偏倚神經網絡神經網絡
- 29. 迴歸神經網絡是一個神經網絡鏈嗎?
- 30. 從神經網絡的不同成本函數和激活函數中選擇