3

我是新手..我不明白为什么我们在MLP(Multi-Layer Perceptron)中使用阈值和偏差??阈值,偏差有什么作用..我不知道输出的公式(我们使用后的结果激活函数,例如 sigmoid)遵循偏差和阈值。在同一个文档中,我看到:

output_value=activation_function(summing_function+threshold) (follow Jeff Heaton)
output_value=activation_function(summing_function-threshold)(follow my teacher)
output_value=activation_function(summing_function+bias) (no problem!)

哪个是正确的??请给我一个回应!

而且,偏差和阈值可以在 MLP 中同时存在?

4

1 回答 1

5

MLP 中的偏差阈值是相同的概念,简单地说 - 同一事物的两个不同名称。符号无关紧要,因为偏差既可以是正面的也可以是负面的(但更常见的是使用+ 偏差)。

用最简单的术语来说——如果没有偏差,那么对于只有0's 的输入,你会得到summing_function=0,结果也是output_value=0(因为大多数激活函数都穿过原点)。结果,您的网络无法学习此类信号的任何其他行为,因为整个模型中只有变化的部分是权重

从更数学的角度来看 - 这负责转移激活函数并赋予神经网络通用逼近器能力。

于 2013-08-23T06:29:56.683 回答