【发布时间】:2017-09-25 20:36:19
【问题描述】:
我正在创建自己的神经网络,想知道权重与激活函数的关系。我已经编写了逻辑和 tanh 激活函数,并想知道附加到单个神经元的权重是否必须针对每个函数不同。现在我的逻辑激活函数的权重范围为 0 到 1,tanh 为 -1 到 1。
【问题讨论】:
标签: machine-learning neural-network
我正在创建自己的神经网络,想知道权重与激活函数的关系。我已经编写了逻辑和 tanh 激活函数,并想知道附加到单个神经元的权重是否必须针对每个函数不同。现在我的逻辑激活函数的权重范围为 0 到 1,tanh 为 -1 到 1。
【问题讨论】:
标签: machine-learning neural-network
为什么要限制重量?我认为你在某个地方搞混了。这就是确定神经元输出的方式:
var output = ActivationFunction(every(connection.weight * connection.from.output) + bias)
因此,对所有传入的权重及其源值求和,添加偏差,然后将其传递给激活函数。
是的,sigmoid 被限制在0 和1 之间。但是你为什么要限制你的体重呢?权重的值与激活函数无关。
将权重限制在如此小的范围内(0 到 1 是一个很小的范围)将使您的网络无法解决某些模式。
【讨论】: