人工神经元的输出

在下面的维基页面中,iteration1的图片展示了一个基本的神经网络:http://www.heatonresearch.com/wiki/Back_Propagation

如果你观察隐藏层的第一个神经元(H1),你会注意到其总和为:-0.5313402159445314,而输出为:0.3702043582229371

我无法理解的是输出的计算方法。如果我对总和值使用Sigmoid或双曲正切函数,会得到不同的结果。

谢谢


回答:

他们使用的是Sigmoid激活函数

公式为1/(1+exp(-x))。

我们可以通过Python来验证:

from math import expx=-0.5313402159445314print 1./(1.+exp(-x))

输出结果为0.370204358223

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