Neural network 用线性激活函数求解回归问题的神经网络

Neural network 用线性激活函数求解回归问题的神经网络,neural-network,regression,Neural Network,Regression,通过在神经网络的输出层中使用线性激活函数来解决回归任务,我们是否约束结果模型在输入特征中是线性的?向模型中的任何层添加激活函数会导致非线性 因此,通过仅在输出层添加线性激活函数,但在隐藏层添加其他激活函数(sigmoid、relu等),可以使模型非线性。将激活函数添加到模型中的任何层会导致非线性 因此,通过仅在输出层添加线性激活函数,但在隐藏层中添加其他激活函数(sigmoid、relu等),可以使模型非线性。否。您可以在某些隐藏层中使用非线性激活函数,即使输出激活函数是线性的,也会使模型非线性

通过在神经网络的输出层中使用线性激活函数来解决回归任务,我们是否约束结果模型在输入特征中是线性的?

向模型中的任何层添加激活函数会导致非线性


因此,通过仅在输出层添加线性激活函数,但在隐藏层添加其他激活函数(sigmoid、relu等),可以使模型非线性。

将激活函数添加到模型中的任何层会导致非线性


因此,通过仅在输出层添加线性激活函数,但在隐藏层中添加其他激活函数(sigmoid、relu等),可以使模型非线性。

否。您可以在某些隐藏层中使用非线性激活函数,即使输出激活函数是线性的,也会使模型非线性。否。您可以在某些隐藏层中使用非线性激活函数,这使得模型非线性,即使输出激活函数是线性的。