java - 什么时候在神经网络中实现 Sigmoid 函数？

Question

我正在研究一些神经网络，因为它看起来很有趣。我将 python 代码翻译成 java，它的工作原理就像我想象的那样。它每次都给我正确的值。虽然我想知道你在代码中哪里实现了Sigmoid函数。我在计算输出后实现了它，但即使没有 Sigmoid 函数，它的工作方式也是一样的。

我学习的网站:https://towardsdatascience.com/first-neural-network-for-beginners-explained-with-code-4cfd37e06eaf

This is my Perceptron function:
    public void Perceptron(int input1,int input2,int output) {
           double outputP = input1*weights[0]+input2*weights[1]+bias*weights[2];
           outputP = Math.floor((1/(1+Math.exp(-outputP))));
           if(outputP > 0 ) {
               outputP = 1;
           }else {
               outputP = 0;
           }
           double error = output - outputP;
           weights[0] += error * input1 * learningRate;
           weights[1] += error * input2 * learningRate;
           weights[2] += error * bias * learningRate;
           System.out.println("Output:" + outputP);
    }

此外，如果我不添加 Math.floor()，它只会给我很多小数。

Answer 1

不是专家，但它用来代替输出 1 或 0 的条件。这就是你的阈值函数。在这种情况下，您将使用阶跃函数；您可以用 sigmoid 函数替换整个条件。