Javascript 这是神经网络吗

我花了两天时间在神经网络上观看youtube视频

特别是，我一直在尝试实现一种遗传算法，这种算法会随着时间的推移而发展，然而，大多数视频似乎都集中在经过训练的神经网络上，然后用于分类

出于困惑，我决定简单地尝试实现网络的基本结构，为了方便起见，我用JS编码了它

function sigmoid (x) { return  1 / (1 + Math.E ** -x); }
function Brain(inputs, hiddens, outputs) {
    this.weights = {
        hidden: [],
        output: []
    };

    for (var i = hiddens; i--;) {
        this.weights.hidden[i] = [];
        for (var w = inputs; w--;) this.weights.hidden[i].push(Math.random());
    }
    for (var i = outputs; i--;) {
        this.weights.output[i] = [];
        for (var w = hiddens; w--;) this.weights.output[i].push(Math.random());
    }
}

Brain.prototype.compute = function(inputs) {
    var hiddenInputs = [];
    for (var i = this.weights.hidden.length; i--;) {
        var dot = 0;
        for (var w = inputs.length; w--;) dot += inputs[w] * this.weights.hidden[i][w];
        hiddenInputs[i] = sigmoid(dot);
    }

    var outputs = [];
    for (var i = this.weights.output.length; i--;) {
        var dot = 0;
        for (var w = this.weights.hidden.length; w--;) dot += hiddenInputs[w] * this.weights.output[i][w];
        outputs[i] = sigmoid(dot);
    }
    return outputs;
}

var brain = new Brain(1,2,1);
brain.compute([1]);

我成功地获得了介于0和1之间的值。而且，当我使用特定的权重时，对于一个恒定的输入，每次都会得到相同的值

我在代码中使用的术语好吗

我担心我可能只是在观察假阳性，实际上并没有反馈

乙状结肠功能正常吗？我应该将其用于遗传/进化算法吗

---

我注意到我得到的结果只在0.5到1之间

将神经网络与遗传算法相结合，你的最佳选择可能是巧妙的。这个算法在JS中有一个非常好的实现，叫做“Neataptic”，您应该能够在github上找到它

将遗传算法与神经网络相结合时，通常不仅要调整权重，还要调整结构

Sigmoid激活对于GA来说是可以的，但在很多情况下，您还需要其他激活函数，您可以在wikipedia上找到一小部分激活函数，或者创建自己的激活函数