在训练神经网络时,必须包含偏置吗?

我实际上正在回答这个问题(来自于一份考试):

以表格形式展示训练一个感知器执行布尔或操作的前五个周期;使用初始权重0.3和-0.2;阈值为0.2;学习率为0.1

我在这里给出了答案:https://docs.google.com/spreadsheet/pub?key=0AqDm6Izoam4OdF9sWXNQT0FqOF90UWpTeC1LdTd4VUE&output=html

但与维基百科的例子不同,我没有包含偏置。这是必要的吗?


回答:

不,你并不需要在你的神经网络中包含一个偏置节点——许多网络在没有偏置的情况下仍然可以收敛到一个解。然而,考虑到神经网络的收敛有时可能比较棘手,包含一个偏置节点通常是一个好主意。正如这里讨论的偏置在神经网络中的作用,它为神经网络提供了一种调整节点激活所需的激活水平的方法。这在概念上有点类似于在线性方程中包含一个y截距。

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