neural-network - 如何在神经网络中找到神经元的值

Question

由于在谷歌上找到的很多这些网站都使用数学符号，我不知道这意味着什么，我想制作一个像这样的前馈神经网络：

    n1  
i1      n3
    n2      o1
i2      n4
    n3  

现在有人可以向我解释如何找到 o1 的值吗？当一个神经元没有任何输入处于活动状态时，如何使神经元处于活动状态？

Answer 1

如果没有任何输入是实时的，那么您将不会从输出中得到任何东西。

自从我花一些时间在这方面已经有很长时间了，但在过去，我们会在等式中添加噪音。这可以是始终打开的输入形式，也可以是在将其推入神经网络之前向每个输入添加少量随机数。

有趣的是，在神经网络中使用噪声已被证明具有生物类似物。如果你想听什么，并加入一些白噪声，它会让你更容易听到。看也是一样。

至于您最初的问题-如何找出 o1 的值取决于...

• 整个神经网络中使用的公式。
• n1 到 n4 的值。
• 输入。

http://www.cheshireeng.com/Neuralyst/nnbg.htm

有一些关于数学的基本信息。

Answer 2

由于这个问题对我来说不是很清楚......我会这样说，以防它是你正在寻找的：

通常会在输入层和隐藏层中添加一个偏置神经元，以适应您提到的情况。这个额外的神经元始终处于活动状态，用于处理层上所有其他神经元都处于非活动状态的情况。

Answer 3

This question is a good example of why "neural networks" do such an amazingly poor job of emulating the behavior of real-world neurons. Most real neurons have an intrinsic (or "natural") rate at which they fire action potentials, with no input from pre-synaptic neurons. The effect of pre-synaptic neurons is almost always to speed up or slow down this intrinsic firing rate, not to produce a single action potential in the post-synaptic neuron.

Why don't "neural networks" typically model this phenomenon? I don't know - you'd have to ask the people for whom "the approach inspired by biology has more or less been abandoned for a more practical approach based on statistics and signal processing".