Neural network 分段线性函数化为阈值函数?
我在读一本书,书中把分段函数定义为 其中,varphi是peicewise函数 它说分段线性函数的特殊形式是:Neural network 分段线性函数化为阈值函数?,neural-network,Neural Network,我在读一本书,书中把分段函数定义为 其中,varphi是peicewise函数 它说分段线性函数的特殊形式是: 如果在不饱和的情况下保持线性操作区域,则会出现线性组合器 如果线性区域的放大因子无限大,则分段线性函数减小为阈值函数 我试图理解no 1,因为如果NN的加法器输出值固定在该区域,函数值将上升:(.5到.5): 不在.5区域。我不知道这是否正确。 至于2号,我不知道这意味着什么。书中介绍了阈值函数,如下所示: “放大系数”是什么?当它无限大时,它是如何表现为阈值函数的?我觉得很愚
“放大系数”是什么?当它无限大时,它是如何表现为阈值函数的?我觉得很愚蠢,但在我看来,你的第一张图似乎有问题,在我看来,这是正确的图:。其中x轴为
v
,y轴为phi
。让我来指导你:phi
保持0
直到v
达到-0.5
,然后phi=v
直到+0.5
,然后phi
是1
。书中的数字是这样的。也许它有不同的版本?我不知道。。。我只是根据你提供的公式画了这个图表。例如,phi(v)
不可能是0.7
。。。如果v*2,0.5>v>-0.5