人工神经网络输入理解

我对人工神经网络(A.N.N.s)完全是个新手。我理解这个概念,但没有直接的解释说明为什么输入是一系列的0和1,输出也是一系列的0和1。

我在神经网络 – 输入值上读到,你可以使用数据归一化函数对输入进行编码,使其转换为0到1之间的数字。

这是真的吗,还是我误解了什么?

另外,你能否指导我应该选择哪些文章或讲义材料来澄清这些问题?


回答:

我现在正在重新学习神经网络,并问了一个类似的问题。

很难知道你的具体情况是什么,但对我来说,激活值总是处于0到1的范围内,因为我的激活函数是Sigmoid函数,它的输出总是处于0到1的范围内(虽然你需要问一个数学方向的人为什么会这样)。

假设你使用的是一个简单的阶跃函数作为你的激活函数。那很可能也只会逻辑上接受0或1(但没有中间值),并且也会输出0或1。

所以答案似乎是:神经网络中激活值的范围是由所使用的激活函数定义的。

我的类似问题。

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