神经网络中的所有神经元是否总是会激活/触发?

我对激活函数以及博客/帖子中不断提到的神经元未被激活未被触发感到有些困惑。

但从数学角度来说,如果任何激活函数(无论是sigmoid、tanh还是relu)计算出的输出为0,这个值不是仍然会传递给下一层的所有连接神经元吗?如果是这样的话,这不是意味着这个神经元仍然在激活/触发吗?

还是我理解错了,神经元确实没有触发,并且确实没有向下一层的任何连接神经元提供任何值?这在数学上是如何运作的?


回答:

诸如未被激活未被触发的表达,以及神经元这个术语本身,都是比喻性的描述,不应被字面理解。它们只是用来口头描述机器学习中使用的(人工)神经网络与生物体实际神经网络之间的(非常)松散类比,仅此而已。

正如你正确怀疑的那样,在这种情况下,“神经元”确实会产生0的输出值并在网络中传播。因为,实际上,那里没有任何神经元,只有计算机程序中的变量,这些变量必须在任何时候都有一个值,这既是出于数学原因,也是出于计算原因。

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