神经网络输出层采用非线性函数和线性函数,有区别嘛?
谷歌人工智能写作项目:神经网络伪原创
bp神经网络采用线性函数做为输出,和采用非线性函数作为输出,差别会很大嘛?
提问:bp神经网络为什么要采用非线性函数来进行预测?回答:简单的讲,主要是复杂的bp神经网络的行为动态及神经元之间的相互作用是无法用简单的线性函数来描述的!
一般来讲,用数学函数模拟一个系统输入与输出的关系(系统函数)时,设其函数为f(x),则它可以表征为一个输入变量x的多项式,即f(x)=∑an*x^n∣n=0->∞.;当n≥2时,f(x)就成为非线性函数了写作猫。
an是每个x高次项的系数。可以用具体的实际实验数据来确定。
BP神经网络,输出层采用线性函数和非线性函数区别大嘛?或者是预测精度会有差别嘛?求告知???
具体选取一般跟你神经网络的用途有关系,也就是说你期望的输出到底是什么有关系。一般现在多分类问题,最后输出概率的,输出层激活函数都是softmax函数。
二分类问题,输出标签的话,用sigmoid函数也可以。你要是输出值是具体一个算的值,跟概率什么的都没有关系,那用线性函数直接输出也行。
比如