【问题标题】:How to find the value of a neuron in a neural network如何在神经网络中找到神经元的值
【发布时间】:2010-09-30 20:27:41
【问题描述】:

由于在 google 上找到的很多这些网站都使用数学符号,我不知道这意味着什么,我想制作一个像这样的前馈神经网络:

    n1  
i1      n3
    n2      o1
i2      n4
    n3  

现在有人可以向我解释如何找到 o1 的值吗?当一个神经元没有任何输入处于活动状态时,如何使神经元处于活动状态?

【问题讨论】:

    标签: neural-network pseudocode


    【解决方案1】:

    这个问题很好地说明了为什么“神经网络”在模拟现实世界神经元的行为方面做得如此糟糕。大多数真正的神经元都有一个内在的(或“自然的”)速率,它们激发动作电位,没有来自突触前神经元的输入。突触前神经元的作用几乎总是加快或减慢这种内在放电率,而不是在突触后神经元中产生单一的动作电位。

    为什么“神经网络”通常不对这种现象建模?我不知道 - 你得问问“the approach inspired by biology has more or less been abandoned for a more practical approach based on statistics and signal processing”的人。

    【讨论】:

    • 奇怪的尖峰神经网络试图做到这一点。即使他们遇到平庸的结果。
    • 奇怪的、真实世界的神经网络(又名“大脑”)会定期获得惊人的结果。我仍然感到惊讶的是,计算机科学领域没有人认为学习神经元如何工作然后在软件中模拟这些过程会是一项富有成效的活动。
    【解决方案2】:

    因为这个问题对我来说不是很清楚......我会这样说,以防你正在寻找它:

    通常会在输入层和隐藏层中添加一个偏置神经元,以应对您提到的情况。这个额外的神经元始终处于活动状态,用于处理层上所有其他神经元都处于非活动状态的情况。

    【讨论】:

      【解决方案3】:

      如果没有任何输入是实时的,那么您将不会从输出中得到任何东西。

      我已经很长时间没有在这方面花费一些时间了,但是在过去,我们会在等式中添加噪音。这可以是始终开启的输入形式,也可以是在将其推入神经网络之前向每个输入添加少量随机数。

      有趣的是,在神经网络中使用噪声已被证明具有生物模拟作用。如果你想听什么,并加入一些白噪声,它会让你更容易听到。看也是一样。

      至于您最初的问题 - 如何找出 o1 的值取决于...

      • 整个神经网络中使用的公式。
      • n1 到 n4 的值。
      • 输入。

      http://www.cheshireeng.com/Neuralyst/nnbg.htm

      有一些关于数学的基本信息。

      【讨论】:

        猜你喜欢
        • 2016-09-02
        • 2017-09-11
        • 1970-01-01
        • 1970-01-01
        • 2013-03-16
        • 2021-02-07
        • 2016-12-23
        • 1970-01-01
        • 1970-01-01
        相关资源
        最近更新 更多