神经网络能学会多路复用器模式吗?

假设你有3个输入:ABC。人工神经网络(不一定是前馈型)能学会这种模式吗?

if C > k   output is Aelse   output is B

有没有特定类型的网络适合解决这种问题,或者哪些网络在这类问题上表现得特别好?


回答:

是的,这对于前馈神经网络来说是一个相对容易学习的模式。

我认为你至少需要3层,假设使用的是Sigmoid函数:

  • 第一层可以测试C是否大于k(并且可能还可以将A和B缩放到Sigmoid函数的线性范围内)
  • 第二层可以根据第一层的输出计算A/0和0/B
  • 第三层(输出层)可以进行加权求和以输出A/B(根据你希望的值的规模,你可能需要将这一层设为线性而不是Sigmoid)

尽管如此,如果你真正了解你的问题的结构以及你想要进行的计算类型,那么神经网络不太可能是最有效的解决方案:它们更适合在你对所需的精确计算知之甚少的情况下,用于建模函数/关系。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注