时间:2015-08-14 04:11:21

标签: neural-network bias-neuron

好的,这样我就可以了解偏置节点。它水平移动传递函数曲线,使其更适合数据。我看到的问题是偏置节点权重值的计算与任何其他权重一样。这是正确的吗?是否应以其他方式计算偏差权重?也不应该有另一个偏差值来上下移动传递函数?像这样:f(x1 + x2 ... + b1)+ b2。我不知道你将如何计算b2。任何想法?

1 个答案:

答案 0 :(得分:1)

对于您的第一个问题,计算偏置节点权重值与任何其他权重一样,即通过使用反向传播是最健全的训练方式并且运行良好。还有其他训练方法,但凭经验反向传播方法更好。

你的第二个问题的答案是f(x1 + x2 ... + b1)+ b2没有意义。您有一个激活函数的一维输入(f)。 y轴绘制输出。偏差不会改变函数曲线的形状。对于函数在y轴上进行的每个截距,您将在X轴上具有唯一的截距。所以X轴截距足以描述曲线。就像y = mx + c就足以描述任何一行。

对于权重为x'1,x'2的所有激活函数,

f(x1 + x2 ... + b1)+ b2可以分解为f(x'1 + x'2 ... + b'1) ...和b'1可以在图表上包含垂直功能时刻,这将成为您新的激活功能。