【发布时间】:2013-05-18 02:19:42
【问题描述】:
我正在构建一个前馈神经网络,并试图决定如何实现偏差。我不确定两件事:
1) 将偏差作为节点的特征而不是虚拟输入+权重实现有什么缺点吗?
2) 如果我将其实现为虚拟输入,是仅在第一层输入(从输入到隐藏层),还是在每一层都需要一个虚拟输入?
谢谢!
附:我目前正在使用二维数组来表示层之间的权重。对其他实现结构有什么想法吗?这不是我的主要问题,只是寻找思考的食物。
【问题讨论】:
-
至少在输出层需要偏差,因为这是分类和回归实际发生的地方。所有其他层仅用于生成良好的特征。
-
把它放在任何地方。如果您有 X=0,并且 hidden_layer = 0,您将收到错误 0,并且此神经元的权重始终为 0,直到结束。
标签: neural-network implementation bias-neuron