Artificial intelligence 反向传播问题
关于如何编写神经网络的反向传播算法,我有几个问题: 我的网络拓扑是输入层、隐藏层和输出层。隐藏层和输出层都有sigmoid函数Artificial intelligence 反向传播问题,artificial-intelligence,neural-network,Artificial Intelligence,Neural Network,关于如何编写神经网络的反向传播算法,我有几个问题: 我的网络拓扑是输入层、隐藏层和输出层。隐藏层和输出层都有sigmoid函数 首先,我应该使用偏见吗? 我应该将偏差连接到哪里 在我的网络中?我应该放一个偏见吗 两个隐藏区域中每层的单位数 层和输出层?那么...怎么样 输入层 在这种情况下,它们将最后一个增量定义为输入-输出,并反向传播这些增量,如图所示 所有以前的三角洲实际上 将错误传播到 前馈方式。这是一辆汽车吗 偏离标准 反向传播算法? 我应该减少学习吗 时间因素 如果有人知道,他很有弹
你的问题需要更详细地说明。。。你需要什么?概括还是记忆?您预期的是一个复杂的模式匹配数据集,还是一个连续的域输入输出关系?这是我的0.02美元:
我想补充一下,如果可能的话,您可能需要考虑替代的激活函数。sigmoid函数并不总是给出最好的结果…Re 4)我认为RP可以在线或批处理,我的目标是推广。我现在正在使用tanh。除此之外,你还有什么建议?对于隐藏神经元和输出神经元,将tanh函数和线性函数分别组合在一起有利于连续函数映射。阶跃函数适用于模式识别。请在您的问题中添加更多详细信息。