神经网络神经元输出数> 1

我读过你计算神经网络中神经元的输出，将所有输入乘以相应的权重，然后用例如Sigmoid函数。神经网络神经元输出数> 1

但我不明白的是，这个总和（不平滑）可以得到大于1

发生这种情况时我的双曲线函数输出1.0。

我使用来计算神经元输出（无平滑）的功能是：

def sum(self, inputs): 
    valu = 0 
    for i, val in enumerate(inputs): 
     valu += float(val) * self.weights[i] 
    return valu

所以我的问题是：难道我做错了什么，因为我已阅读，输出应该是介于0和1？

2016-07-09 r3fresh_

不是很了解你的问题。加权输入的总和可以大于1。它也可以小于零。 sigmoid函数将把这个值映射到0到1之间的数字。您的代码示例只是计算加权总和而不应用sigmoid函数。 –

如果输入到sigmiod函数的值大于1，那么它只是返回1.这就是我的问题 –

但是如果不显示sigmoid函数的代码，我们该如何帮助您？你的代码示例只是计算神经元的状态，而不是输出。通常你可以通过在状态中应用ome类型的sigmoid函数来获得输出结果。 –

的S形函数是不完全平滑函数，它是该域映射到[0,1]范围内的非线性方式的非线性函数。非正式地说，非线性函数没有一个固定的斜率，换句话说，它不能被描述为一条直线。

如您在下图中看到的那样，sigmoid函数使输入变得如此，以至于随着输入量的增加，sigmoid的输出渐近地接近0（负输入）和1（正输入）

2017-06-28 16:17:24 rafaelvalle

回答