sigmoid

    1熱度

    1回答

    乙狀結腸python中，可以採取標量，矢量或矩陣

    下面的代碼被寫在八度編程語言 g =1./(1+e.^-(z) 它計算S形函數，並且可以採取標量，矢量或矩陣。例如 如果我把上述成函數S形（Z），其中z = 0，則結​​果將是： result=sigmoid(0) 其結果將是標量（0.5） 如果傳遞一個矢量說Z = [0.2，0.4，0.1]，它會輸出結果作爲矢量： - result=sigmoid(z) 結果是一個矢量： 0.549
    python-3.x math sigmoid 2017-03-02

    1熱度

    2回答

    Keras中的乙狀結腸壁

    我有一個值列表，範圍從15000到25000。我必須將它們分成兩類，（大約）20000最終將歸入第1類，其餘的歸類爲第2類。我發現S形激活應該適用於此。我使用了以下幾層keras爲： 模式=連續（） model.add(Dense(1 , input_dim =1)) model.add(Activation('sigmoid')) model.add(Dense(2 , init='norm
    python machine-learning neural-network keras sigmoid 2017-08-01

    13熱度

    2回答

    Keras激活函數之前檢索節點的值

    考慮具有以下結構的其最後的兩層的完全連接的神經網絡： [Dense] units = 612 activation = softplus [Dense] units = 1 activation = sigmoid 淨的輸出值是1，但我想知道sigmoidal函數的輸入x是什麼（必須是一些很高的數字，因爲sigm（x）在這裏是1）。 Folllowi
    python neural-network keras keras-layer sigmoid 2017-08-03

    -1熱度

    1回答

    爲什麼sigmod函數用於物流回歸？

    我做了一些谷歌搜索，並得到了一些答案，但他們都有自己的問題。例如 SIGMOD的結果將0 和1之間 這是好的，但SIGMOD功能不是唯一的函數，其結果是0和1之間 它是單調函數，但又有很多單調函數。 那麼爲什麼sigmod？一些我認爲它與中心極限定理有一些聯繫，儘管我不知道它是什麼。 那麼你能解釋爲什麼sigmod在邏輯迴歸？爲什麼解決分類問題很好？
    machine-learning logistic-regression sigmoid 2017-09-28

    1熱度

    1回答

    分類器神經網絡的最後一層是否同時使用sigmoid和softmax？

    分類器網絡的隱藏層使用sigmoid或其他激活函數來引入非線性並規範化數據，但最後一層使用sigmoid與softmax結合使用嗎？ 我有一種感覺並不重要，網絡會訓練任何一種方式 - 但是應該只使用softmax層？或者應該首先應用sigmoid函數？
    neural-network classification softmax sigmoid 2017-10-06

    2熱度

    1回答

    爲什麼在神經網絡中將誤差乘以S形導數的誤差？

    下面是代碼： import numpy as np # sigmoid function def nonlin(x,deriv=False): if(deriv==True): return x*(1-x) return 1/(1+np.exp(-x)) # input dataset X = np.array([ [0,0,1], [0
    python numpy machine-learning neural-network sigmoid 2017-08-20

    2熱度

    1回答

    如何實現代替乙狀函數的ReLU

    import numpy as np alpha = 0.0251 # as close to true alpha as possible def nonlinear(x, deriv=False): if(deriv==True): return x*(1-x) return 1/(1+np.e**(-x)) #seed np.random.seed(
    python numpy machine-learning neural-network sigmoid 2017-10-11

    0熱度

    1回答

    神經網絡與乙狀結腸激活產生所有1's

    我想在python中實現卷積神經網絡。架構如下： INPUT->[Convolution->Sigmoid->Pooling]->[Convolution->Sigmoid->Pooling]->Fully Connected Layer-> Hidden Layer->Ouput。 輸入形狀：28個* 28個 過濾器/加權形狀，用於卷積層1：20 * 1 * 5 * 5 過濾器/加權形狀，用於卷
    python neural-network conv-neural-network sigmoid 2017-12-02

    2熱度

    1回答

    什麼是計算sigmoid的最快方法？

    我想實現一個循環神經網絡，其中sigmoid被選爲激活函數。 我的第一個原型是寫在python，我發現sigmoid是程序的瓶頸，約佔總運行時間的30％。 # x is a fixed size vector here def sigmoid(x): return numpy.reciprocal(1.0 + numpy.exp(-x)) 所以，我想另一個實現 def sigmoi
    python c++ numpy sigmoid 2017-02-09

    1熱度

    2回答

    用不同的累積分佈擬合實驗數據點使用R

    我是編程和使用R軟件的新手，所以我非常感謝您對我正在嘗試解決的當前問題的反饋。 因此，我必須擬合一些函數（兩/三參數函數）的累積分佈。這似乎是非常直接的任務，但我現在一直在嗡嗡聲一段時間。 讓我告訴你什麼是我的變量： x=c(0.01,0.011482,0.013183,0.015136,0.017378,0.019953,0.022909,0.026303,0.0302,0.034674,0.0
    r statistics curve-fitting sigmoid 2017-05-30
最新問題