对具有 2 个可能的未知输出的神经网络进行监督训练,其中已知参数 (y,x) 和未知参数 (a,b) 之间存在诸如 y=ax^b 之类的关系。这里 (a,b) 是网络的输出!!!
问问题
97 次
1 回答
1
通用逼近定理的直接结果是,任何来自上维超立方体紧凑子集的连续函数都可以用给定误差界的标准前馈神经网络来逼近。R^d
k
eps
所以简单来说 - 实际上每个函数都可以使用神经网络进行训练,这并不意味着在实践中任何算法都会真正做到这一点(它纯粹是存在性证明,它没有给出“在哪里看”的直觉)。
因此,如果您的问题是“是否有可能训练一个接近我的功能的网络?” 答案是肯定的,如果问题是“是否有可能让神经网络完全代表我的功能”,那么答案是肯定的,但需要自定义激活函数。
于 2013-09-15T13:55:20.987 回答