是否有可能从神经网络中获得任意大的输出？我知道激活函数不一定要是Sigmoid函数，但每当我尝试使用线性函数（即不使用激活函数）时，我的输出迅速下降到接近零，一切都崩溃了。

例如，是否有可能构建一个网络，使得输出是输入的两倍，即使输出是一个大于1的非整数？

如果这是重复的问题（看起来像是），我很抱歉，但我找不到讨论这个确切问题的帖子。如果需要，我会发布代码，但代码很多，这似乎是一个普遍的问题…

回答：

只要你在输出层使用无界激活函数，并且不过度限制你的权重（例如，权重衰减等正则化方法会迫使你的网络具有较小的值），输出值就没有限制。