在神经网络中,偏置是否会改变激活函数的阈值?

我读过一些其他关于这个问题的提问(及其相关回答),但我仍然有疑问:给阈值激活函数添加偏置会改变阈值吗?据我所知,添加偏置应该会使激活函数沿x轴移动,因此它也应该会改变阈值。

假设我们只有一个输入节点和一个输出节点,并且输入节点有一个阈值设为0的阈值激活函数。现在如果我们输入1,神经元会激活并返回1 * weight到输出节点,但如果我们添加一个偏置节点a_0 = -1,其权重为2,并连接到输入节点,再次输入1,神经元将不会激活,因为现在我们需要达到至少2才能激活它。这是否可以被认为是“改变”了阈值呢?


回答:

你读过这些关于偏置的非常好的解释吗:偏置解释偏置解释2

正如第一个链接中所说,偏置会使曲线移动,从而使计算结果更加多样化。我认为如果你已经使用了偏置,你不需要使用阈值(将阈值设为0),因为偏置和阈值都做同样的事情,即沿x轴移动激活函数。

但我认为偏置比阈值更有效率。这是因为偏置值只是权重,可以像神经网络中的任何其他权重一样进行精确计算。阈值需要与权重分开计算。在encog论坛上有一些关于偏置和阈值的有趣比较。

这是使用偏置计算的神经网络:

使用偏置计算

这是使用阈值计算的:

使用阈值计算

两者会给出相同的结果。如果你对完整的计算感兴趣,可以阅读上面的encog wiki。

所以我认为对你的问题“偏置是否会改变激活函数的阈值”的回答是肯定的。在我关于混合GA和NN的论文中,我尝试过两者,最终只使用偏置并将阈值设为0。

我希望我的回答能帮到你,但如果你对我回答的其他问题有疑问,请随时在评论中提问 🙂

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