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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注