在以下wiki的iteration1图像中，您可以看到一个基本的神经网络： http://www.heatonresearch.com/wiki/Back_Propagation
如果你看一下隐藏层的第一个神经元（H1），你会发现总和是：-0.5313402159445314 输出为：0.3702043582229371
我无法弄清楚输出是如何计算的。如果我在和值上使用sigmoid或双曲正切函数，我会得到不同的结果。
由于
答案 0 :(得分：2)
他们正在使用Sigmoid activation function。
公式为1 /（1 + exp（-x））。
我们可以通过以下方式检查Python：
from math import exp
x=-0.5313402159445314
print 1./(1.+exp(-x))
打印0.370204358223