gpt4 book ai didi

machine-learning - 在神经网络中,为什么偏差被视为 "b"参数或附加 "wx"神经元?

转载 作者:行者123 更新时间:2023-11-30 09:55:54 29 4
gpt4 key购买 nike

换句话来说,将神经元求和公式中sigmoid之前的偏置切换为b_j或者附加w_ij*x_i的主要原因是什么?表现? 哪种方法最好,为什么?

注意:j是实际层的神经元,i是下层的神经元。

最佳答案

注意:在这里询问最佳方法没有什么意义。这是完全相同的事物的两种不同的数学符号。

但是,将偏差拟合为另一个权重允许您将总和重写为观察到的特征向量 x_d 与权重向量 w 的标量积。

您是否尝试过计算 w.r.t w 的导数,以便根据最小二乘法获得最佳 w ?您会注意到,这种计算在矢量化表示法中变得更加清晰。

除此之外:在许多高级编程语言中,矢量化计算比非矢量化计算效率更高。因此,性能也很重要,至少在某些语言中是这样。

关于machine-learning - 在神经网络中,为什么偏差被视为 "b"参数或附加 "wx"神经元?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30009957/

29 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com