嘿伙计们,我是神经网络的新手。我想知道如何在神经网络的隐藏和输出层中提出节点输出的方程式。我想知道下面的答案以及你是如何做到的。我也找不到任何适用的阅读材料。
假设我有二进制分类问题。假设我有一个带有一个隐藏层的多层神经网络。假设我有f(x)=1/(1+e^-z)
给出的sigmoid激活函数。有谁知道我如何找到隐藏层中节点输出和输出层中节点输出的等式?
谢谢你们,任何帮助都会很棒。
答案 0 :(得分:1)
我将三层NN缩减为一组方程(1个输入节点,3个隐藏节点,1个输出节点),最后我得到了图像中显示的那些。 (注意:我假设图片上传工作 - 他们被公司的道德过滤器阻止)。
如图所示,缩放的NN输入( Cet )被公式化为第1层节点的输出(在图中标记为Eqn 3)。我的S形激活功能与你的相似(方程式4)。从那里,计算第2层节点1的输出(方程5),然后输出第2层,节点2(方程6),然后输出第2层,节点3(方程7)。
然后计算输出(我的图片中的 BISt )作为隐藏层激活的加权和 - 然后通过激活函数传递。
此策略适用于我的应用程序。