在神经网络中,偏置是否会改变激活函数的阈值?

我读过一些其他关于这个问题的提问(及其相关回答),但我仍然有疑问:给阈值激活函数添加偏置会改变阈值吗?据我所知,添加偏置应该会使激活函数沿x轴移动,因此它也应该会改变阈值。

假设我们只有一个输入节点和一个输出节点,并且输入节点有一个阈值设为0的阈值激活函数。现在如果我们输入1,神经元会激活并返回1 * weight到输出节点,但如果我们添加一个偏置节点a_0 = -1,其权重为2,并连接到输入节点,再次输入1,神经元将不会激活,因为现在我们需要达到至少2才能激活它。这是否可以被认为是“改变”了阈值呢?


回答:

你读过这些关于偏置的非常好的解释吗:偏置解释偏置解释2

正如第一个链接中所说,偏置会使曲线移动,从而使计算结果更加多样化。我认为如果你已经使用了偏置,你不需要使用阈值(将阈值设为0),因为偏置和阈值都做同样的事情,即沿x轴移动激活函数。

但我认为偏置比阈值更有效率。这是因为偏置值只是权重,可以像神经网络中的任何其他权重一样进行精确计算。阈值需要与权重分开计算。在encog论坛上有一些关于偏置和阈值的有趣比较。

这是使用偏置计算的神经网络:

使用偏置计算

这是使用阈值计算的:

使用阈值计算

两者会给出相同的结果。如果你对完整的计算感兴趣,可以阅读上面的encog wiki。

所以我认为对你的问题“偏置是否会改变激活函数的阈值”的回答是肯定的。在我关于混合GA和NN的论文中,我尝试过两者,最终只使用偏置并将阈值设为0。

我希望我的回答能帮到你,但如果你对我回答的其他问题有疑问,请随时在评论中提问 🙂

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注