由于在谷歌上找到的很多这些网站使用数学符号,我不知道它是什么意思,我想要做一个像这样的前馈神经网络:如何在神经网络中找到神经元的值
n1
i1 n3
n2 o1
i2 n4
n3
现在有人可以向我解释如何找到o1的价值吗?当没有任何输入激活时,如何使神经元处于活动状态?
由于在谷歌上找到的很多这些网站使用数学符号,我不知道它是什么意思,我想要做一个像这样的前馈神经网络:如何在神经网络中找到神经元的值
n1
i1 n3
n2 o1
i2 n4
n3
现在有人可以向我解释如何找到o1的价值吗?当没有任何输入激活时,如何使神经元处于活动状态?
如果没有任何输入是活的,那么您将不会得到任何输出。
自从我花了一些时间在此之后已经很长时间了,但是回到当天,我们会给方程添加噪音。这可以是始终开启的输入形式,也可以是在输入到神经网络之前向每个输入添加一个小随机数。
有趣的是,神经网络中噪声的使用已被证明具有生物类似物。如果您试图听到某些东西,并且会添加一些白色噪音,那么听起来会更容易。同样看到。
至于你最初的问题 - 如何找出价值O1取决于...
http://www.cheshireeng.com/Neuralyst/nnbg.htm
对数学的一些基本信息。
由于这个问题是不是真的清楚,我...我会的情况下,说这是你在找什么:
很多时候,一个偏置神经元被添加到输入和隐藏层考虑到你提到的情况。这个额外的神经元总是处于活动状态,用于处理图层中所有其他神经元都处于非活动状态时的情况。
这个问题是一个很好的例子,说明为什么“神经网络”在模拟真实世界神经元的行为方面做得如此糟糕。大多数真正的神经元具有固有的(或“自然”)速率,在该速率下它们发出动作电位,而没有来自突触前神经元的输入。突触前神经元的作用几乎总是加速或减缓这种内在的放电速率,而不是在突触后神经元中产生单个动作电位。
为什么“神经网络”通常不会模拟这种现象?我不知道 - 你必须问问为什么“the approach inspired by biology has more or less been abandoned for a more practical approach based on statistics and signal processing”的人。
奇怪的,峰值神经网络是一个尝试做到这一点。即使他们遇到平庸的结果。 – 2009-01-12 04:10:46