卷积神经网络中权值和输出的值

Question

我想知道在卷积神经网络中权重和输入的值范围是多少。我的理解如下：

如果输入是灰度图像，则第一层的输入值将是0-255。但是在后续层中，由于sigmoid函数，输入值的范围为0-1。

但是重量的范围是多少？它是0-1，还是更高？这变化很大吗？

Answer 1

由于它使用sigmoid函数，权重通常在-∞到+∞的范围内，因为-∞的sigmoid接近0且+∞的sigmoid接近1，并且你需要能够接近0并且接近1个值作为神经元的输出。

是的，重量可以变化很大。 训练NN的次数越多，重量越接近他们的需要＆＃34;值。

例如，如果神经元需要输出0，理想值为-∞，因为sigmoid（-∞）= 0.训练得越多，权重越接近-∞。