假设我们有一个神经元,激活函数就是S型函数,其参数如下: 就是以向量的形式表示。现在,我们给这个神经元一个输入。我们用点积来表示: 当输入是[2, 3]时,这个神经元的输出是0.999。给定输入,得到输出的过程被称为前馈(feedforward)。 编码一个神经元 让我们来...
我们继续用前面图中的网络,假设每个神经元的权重都是 ,截距项也相同 ,激活函数也都是S型函数。 分别用 表示相应的神经元的输出。 当输入时,会得到什么结果? 这个神经网络对输入的输出是0.7216,很简单。 一个神经网络的层数以及每一层中的神经元数量都是任意的。基本逻辑都一样:输入在神经网络中向前传输,最终得...