1

我在 Matlab 中使用前馈网络进行了一些分类测试。使用标准tansig函数,在隐藏层使用更多神经元时,结果会更好。但是,当我切换到隐藏层时,pure lin我惊讶地发现当我在隐藏层上设置较少数量的神经元时结果会更好。你能帮我就这些情况提出一个论据吗?

4

1 回答 1

0

tansig激活函数本质上使得神经元由于饱和而变得不活跃成为可能。线性神经元总是活跃的。因此,如果一个线性神经元的参数不好,它总是会影响分类的结果。在这种情况下,更多数量的神经元会产生更高的不良行为概率。

于 2015-01-22T16:00:49.773 回答