什么样的人工神经元的功能？

Question

我几乎把整个事情都安排在脑海中，但我想确认一下。

我们有一个3层的神经网络。

1. 我们输入X和它们的权重Ws（我们在开头随机选择Ws。）
2. 神经元对所有输入求和x * w（或者在这里可以有不同的函数，如果是，为什么我们需要它，在什么情况下）。
3. 我们将总和传递给激活函数，然后将函数的输出传递给下一层中的下一个神经元。
4. 在训练网络的同时，我们使用反向传播（如果我们有一个没有隐藏层的NN），我们等待它进行训练。

所以我的问题是SUM函数，它可以是不同的，如果是，为什么？

这也是一个快速的问题，如果我想训练NN来解决* x ^ 2 + b * x + c = y并且我有x的随机值和相应的y什么是网络的设计？我需要多少层？

Answer 1

关于2）。这是更常用的函数，非线性加权和，更一般的形式是f（x）= sum（w * g（x））其中g（x）是另一个函数。你也可以改变f（x）和g（x），但除非你有充分的理由，否则我不会推荐。 您将该f（x）的结果传递给激活函数。我建议你阅读有关可用的激活功能以及为什么要使用另一种激活功能，这可能会对您有所帮助：https://stats.stackexchange.com/questions/35776/choice-of-neural-net-hidden-activation-function

隐藏图层的数量： https://stats.stackexchange.com/questions/181/how-to-choose-the-number-of-hidden-layers-and-nodes-in-a-feedforward-neural-netw

基本上降低你的数据。

我认为这个问题属于另一个像交叉验证的网站。

干杯！