BP
网络常用传递函数
BP
网络的传递函数有多种。
Log-sigmoid
型函数的输入值可取任意值,
输出值在
0
和
1
之间;
tan-sigmod
型传递函数
tansig
的输入值可取任意值,输出值在
-1
到
+1
之间;
线性传递函数
purelin
的输入与输出值可取任意值。
隐含层常采用
S
型传递函数。
BP
网络通常有一个或多个隐层,该层中的神经元均采用
sigmoid
型传递函数,
输出层的神经元则采用线性传递函数,
整个网络的输出可以取任意值。
各种传递
函数如图
5.6
所示。
只改变传递函数而其余参数均固定,用本章
5.2
节所述的样本集训练
BP
网络时
发现,
传递函数使用
tansig
函数时要比
logsig
函数的误差小。
于是在以后的训
练中隐层传递函数改用
tansig
函数,输出层传递函数仍选用
purelin
函数。
3
)
每层节点数的确定:
使用神经网络的目的是实现摄像机输出
RGB
颜色空间与
CIE-XYZ
色空间转换,
因
此
BP
网络的输入层和输出层的节点个数分别为
3
。下面主要介绍隐层节点数量
的确定。
对于多层前馈网络来说,
隐层节点数的确定是成败的关键。
若数量太少,
则网络
所能获取的用以解决问题的信息太少;
若数量太多,
不仅增加训练时间,
更重要
的是隐层节点过多还可能出现所谓“过渡吻合”(
Overfitting
)问题,即测试
误差增大导致泛化能力下降,
因此合理选择隐层节点数非常重要。
关于隐层数及