例如有特征(x1,x2),一个神经网络层w,那么对应于输出就是w*x1+w*x2,不考虑激活层,实际的函数是y=2*x**2 + 3*x +1.那么神经网络是如何把幂次加进去呢?其实是通过输入得到的,输入不再是(x1,x2),而是(x1,x1**2,x1**3,...),(x2,x2**2,x2**3,..).通过将每个特征的不同幂次组成输入向量来实现加入幂次.
记录一下对函数拟合的理解
最新推荐文章于 2024-09-14 19:18:15 发布
例如有特征(x1,x2),一个神经网络层w,那么对应于输出就是w*x1+w*x2,不考虑激活层,实际的函数是y=2*x**2 + 3*x +1.那么神经网络是如何把幂次加进去呢?其实是通过输入得到的,输入不再是(x1,x2),而是(x1,x1**2,x1**3,...),(x2,x2**2,x2**3,..).通过将每个特征的不同幂次组成输入向量来实现加入幂次.