我真的非常需要帮助，在一个非常基础的神经网络中实现一个连续的tanh-sigmoid激活函数。 如果你能给出一个基本的例子，那就太棒了，但如果你能修改我的 源代码，我会非常感激！ 另外，随机权重应该初始化在什么范围内（即什么范围）？

回答：

权重范围取决于你的输入数据范围。 在某些实现中，权重也可以是负数。

关于可能的Sigmoid函数，请查看这里（tanh不是唯一的选择）：

http://en.wikipedia.org/wiki/Sigmoid_function

提示：通常你可以使用矩阵乘法来计算神经网络。

http://www.dtreg.com/mlfn.htm

http://en.wikipedia.org/wiki/Neural_network

附注：可能不建议在JavaScript中做这件事。

你可以通过exp(x)来实现它，参见：http://www.javascripter.net/faq/mathfunc.htm

          sinh(x)    exp(x) - exp(-x)     exp(2x) - 1tanh(x) = ------- = ------------------ = -------------          cosh(x)    exp(x) + exp(-x)     exp(2x) + 1

这会得到：

function tanh(x) {   e = Math.exp(2*x);   return (e - 1) / (e + 1) ;};

另一种解决方案是存储一个包含tanh函数值的表到一个数组中，并定义一个JavaScript函数，该函数基于数组中存储的tanh值，对x的tanh值进行插值。

通常人们不希望输入值的范围是 [-inf…+inf]，也不希望输出值的范围是 [-1…+1] — 因此你可能需要不同的sigmoid函数！

你需要考虑输入值的预期范围，以及输出值的预期范围，并使用这些范围来移动实际的sigmoid函数、权重范围和阈值。

通常使用 0.7 或更大的阈值。 你需要对此进行实验。