我想知道卷积神经网络中权重和输入的值范围是多少。我的理解如下：

如果输入是一张灰度图像，第一层的输入值将是0-255。但在后续层中，由于使用了sigmoid函数，输入值的范围将变为0-1。

但是权重的范围是多少呢？是0-1，还是可以更高？这会变化很大吗？

回答：

由于使用了sigmoid函数，权重的范围通常是从-∞到+∞，因为-∞的sigmoid值接近0，而+∞的sigmoid值接近1，你需要能够输出接近0和接近1的值作为神经元的输出。

是的，权重可能会有很大变化。神经网络训练得越多，权重就越会接近它们“需要”的值。

例如，如果一个神经元需要输出0，理想的值是-∞，因为sigmoid函数在-∞时的极限是0。训练得越多，权重就越会接近-∞。