【发布时间】：2020-08-17 16:30:09
【问题描述】：
我目前正在尝试从本文第 217 页实现最小-最大相关性模型：https://reader.elsevier.com/reader/sd/pii/S0031320316303582?token=3C705E0F2F8518D919BAA293EC6ABA570F1CCB83ACB67C60419737F55BDFEC9013FA2FCF3ACC4CE1887E5387315E70E8
问题是，我需要训练一个偏差，它被添加到一个层，并且它本身作为权重*输入 + 偏差的总和给出。应该训练后面的权重。
所以，我有一个带有一个隐藏层的神经网络。隐藏层的偏差像线性回归一样构造，只是输入和输出层。偏差有自己的输入值。我想我必须使用功能api，但是如何在隐藏层中添加LR输出作为bias-term？
【问题讨论】：
-
“权重之和*输入+偏差”与线性回归单元相同吗？如果这么简单
keras.layers.Dense(1)可能会有所帮助。 -
我不认为这就是我的意思@GirishDattatrayHegde。我刚刚编辑了问题，希望更清楚我的问题是什么。
标签： python keras neural-network bias-neuron