多层感知器问题

Question

我正在做一个学校项目，设计一个神经网络（mlp），

我使用GUI制作了它，因此它可以是交互式的。

对于我所有的神经元，我都使用SUM作为GIN功能， 用户可以为每个层选择激活功能。

我有一个理论性的问题：

• 我是否分别为每个神经元或整个层设置阈值g和a-参数？

Answer 1

看起来不错！您可以具有3个隐藏层，但是您将通过实验看到，您几乎不需要那么多层。你的训练方式是什么？

问题的答案取决于您的训练方式和输入神经元的目的。某些输入神经元的值类型不同，您可以对连接到该输入神经元的神经元使用其他阈值函数或不同设置。

但是通常，最好将神经网络输入输入到单独的感知器中。因此，答案是：从理论上讲，您可以可以预设神经元的各个属性。.但是在反向传播学习的实践中，则不需要。神经元没有“个体属性”，训练周期产生的权重值每次都会不同。可以将所有初始权重设置为较小的随机值，并按层设置传输阈值和学习率。