我知道在OpenCV神经网络中提供了三种类型的激活函数,sigmoid函数是默认函数。我想问是否有可能将sigmoid函数作为隐藏层的激活函数,同时在输出层有身份函数?在Opencv神经网络的不同层可以有不同类型的激活函数吗?
2
A
回答
0
相关问题
- 1. 神经网络回归模型输出层的激活函数
- 2. 从神经网络的不同成本函数和激活函数中选择
- 3. 人工神经网络激活函数
- 4. 神经网络激活
- 5. 可以使用内置张量函数作为神经网络的激活吗?
- 6. 神经网络对不同的激活报告相同的响应
- 7. 神经网络的激活功能
- 8. 神经网络的激活/输出
- 9. 神经网络 - 不同的输入图层
- 10. 结合来自不同神经网络的图层
- 11. [R神经网络激活功能
- 12. 这个神经网络应该使用哪个激活函数?
- 13. 访问神经网络权和神经元激活
- 14. OpenCV神经网络权重
- 15. 与不同输入(神经网络)相同的输出
- 16. 神经网络为同一输入提供不同的输出
- 17. 为具有不同属性的输入建立神经网络
- 18. 在神经网络中,偏差是否会改变激活函数的阈值?
- 19. 单层神经网络
- 20. 如何计算人工神经网络激活函数的导数
- 21. 神经网络可以有整数输入吗?
- 22. 神经网络可以处理不连续输入吗?
- 23. “时代”对于HMM和神经网络有不同的含义吗?
- 24. 如何不同的是SVM和神经网络的成本函数优化
- 25. 使用opencv 3.1.0的神经网络
- 26. 神经网络模型不学习?
- 27. 神经网络输出层节点数
- 28. 神经网络训练的神经机器人可用于以下目的吗?
- 29. 神经网络模型中的隐藏层的数量
- 30. 如何决定激活功能的神经网络
非常有趣的想法。你能解释一下吗,为什么你想在不同的层之间使用不同的激活函数?一些数学或逻辑的原因? –
我通过谷歌来到这里,同时寻找相同问题的答案(即如何设置不同层次的opencv ml :: mlp激活函数)。 sigmoid作为隐藏和线性输出是非常标准的回归(即使输入/输出是标准化)。 – memo