1樓：的沒道理雕
維輸入、維輸資料歸，採用輸支援向量機歸算。本文介紹具段損失函式輸支援向量機歸，其損失函式落同區間誤差值採用同懲罰函式形式， 並利用變權迭代算，給歸函式權係數偏置迭代公式。仿。
在神經網路中，啟用函式sigmoid和tanh除了閾值取值外有什麼不同嗎
2樓：網友
（1）對於bai深度神經網路，du
中間的隱層zhi的輸出必須有乙個啟用函dao數。否則多個隱專層的作用和沒屬有隱層相同。這個啟用函式不一定是sigmoid，常見的有sigmoid、tanh、relu等。
2）對於二分類問題，輸出層是sigmoid函式。這是因為sigmoid函式可以把實數域光滑的對映到[0,1]空間。函式值恰好可以解釋為屬於正類的概率（概率的取值範圍是0~1）。
另外，sigmoid函式單調遞增，連續可導，導數形式非常簡單，是乙個比較合適的函式。
3）對於多分類問題，輸出層就必須是softmax函式了。softmax函式是sigmoid函式的推廣。
神經網路的啟用函式都採用非線性函式，如閾值型或s型，為何不採用線性啟用函式？
3樓：zhao一花一世界
啟用函式對輸出資料具有一定的約束作用，線性函式做不到，會把病態放大化。
bp神經網路中為什麼設定閾值？
4樓：匿名使用者
在bp神經網路中，閾值也是乙個變化值。
權值是層與層神經元之間的，閾值是神經元內的。
同權值類似，都需要設定初始值。
通過訓練網路，對權重和閾值進行修正都，最終達到區域性最優。
5樓：英獻系辰皓
你這是不是用遺傳演算法優化權值和閥值啊？
我不知道你x的**來的？所以也不知道你是如何確定初始權值和閥值。
不過我們平常寫程式時這些值都是隨機賦予的。
6樓：匿名使用者
bp就是多層感知器。
權值是層與層神經元之間的。
閾值是神經元內的。
7樓：網友
bp當然是多層感知器啊。
神經網路為什麼要有啟用函式，為什麼relu 能夠防止梯度消失
8樓：zws歲月
增加網路的非線效能力，從而擬合更多的非線性過程。relu在一定程度上能夠防止梯度消失，但防止梯度消失不是用它的主要原因，主要原因是求導數簡單。一定程度是指，右端的不會趨近於飽和，求導數時，導數不為零，從而梯度不消失，但左端問題依然存在，一樣掉進去梯度也會消失。
所以出現很多改進的relu。
9樓：風兒飛
訓練函式和自適應學習函式區別： 從範圍上： 訓練函式包含學習函式，學習函式是屬於訓練函式的一部分； 從誤差上：
訓練函式對整體來說誤差是最小，學習函式對於單個神經元來說誤差是最小； 從服裝整體上： 訓練函式是全域性調整權值和閾值，學習函。
神經網路中的啟用函式是用來幹什麼的？
10樓：
不同的啟用函式是用來實現不同的資訊處理能力，神經元的變換函式反映了神經元輸出與其啟用狀態之間的關係。
神經網路的啟用函式和傳遞函式有什麼區別？
11樓：匿名使用者
理論上講任何乙個連續的非多項式、常數函式都可以做為bp的啟用函式。
而且這都是已經在數學上證明過的問題。
那麼為什麼一般是要選作sigmoidal函式。
我認為是sigmoid函式相對其他函式有它自身的優點。
比如說光滑性，魯棒性，以及在求導的時候可以用它自身的某種形式來表示。
這一點在做數值試驗的時候很重要，因為權值的反向傳播，要求啟用函式的導數。
多層就有多個導數，如果用一般的連續函式，這對計算機的儲存和運算都是乙個問題。
此外還要考慮整個模型的收斂速度，我上面提到連續函式都可以做啟用函式。
但是相應的sigmoidal型函式的收斂速度還是比較快的，（相同的結構前提下）
還有就是bp在做分類問題的時候，sigmoidal函式能比較好的執行這一條件。
關於連續函式可以做啟用函式的證明，可以在ieee trans. on neural networks
和 neural networks以及neural computating 和neural computation上找到。
這類問題在上個世紀90年代就已經基本解決。
12樓：網友
啟用函式就是傳遞函式。
請問下python中的工廠函式和內建函式他們兩個
定義不同啊。內建函式應該是不需要import就可以使用的函式。工廠不是個函式，是個類。工廠類這要從 設計模式 說起，工廠模式。但是用起來，至少在python中，工廠模式的函式或者是類，與原來的用法沒有什麼區別。只是對於程式設計師來說，擴充套件更容易些。目前就沒有感覺差別。這些 基本 內建 之類的名詞...
c 中虛函式和純虛函式的作用與區別
包含純虛函式的類不可以例項化。c 中 虛函式與純虛函式的區別是什麼？虛函式與純虛函式 在他們的子類中都可以被重寫。它們的區別是 1 純虛函式只有定義，沒有實現 而虛函式既有定義，也有實現的 純虛函式一般沒有 實現部分，如 virtual void print 0 而一般虛函式必須要有 的實現部分，否...
函式公式中的FALSE和TRUE分別指的是什麼
false 1 條件為假 2 值為0 3 返回值為false true 1 條件為真 2 值為1 3 返回值為true true函式 1 true 返回邏輯值true 2 在運算中等於1 3 在運算中非零數字都等於true 4 1 true false函式 1 false 返回邏輯值false 2 ...