为什么我们有 -1 和 +1 作为二进制输入而不是 0 和 1答案

【问题标题】：Why do we have -1 and +1 as binary inputs instead of 0 and 1为什么我们有 -1 和 +1 作为二进制输入而不是 0 和 1
【发布时间】：2013-10-01 11:25:59
【问题描述】：

我正在尝试开始使用神经网络并实现 AND/OR 等布尔函数。他们不使用 0 和 1 作为二进制输入，而是使用 -1 和 +1。我们不能使用 (0, 1) 有什么原因吗？例如：http://www.youtube.com/watch?v=Ih5Mr93E-2c

【问题讨论】：

看这里faqs.org/faqs/ai-faq/neural-nets/part2，搜索Subject: Why not code binary inputs as 0 and 1?

标签： binary machine-learning artificial-intelligence neural-network bias-neuron

【解决方案1】：

如果你真的是指输入，那么使用{-1,1} 没有任何限制。您可以轻松地使用{0,1} 或任何其他实数对（例如{6,42}）来定义您的真/假输入值。

图表中可能让您感到困惑的是{-1,1} 被用作神经元的输出。正如@Memming 所说，其原因在于用于神经元的激活函数。如果tanh 用于激活函数，则神经元的输出将在 (-1,1) 范围内，而如果您使用 logistic function，其输出将在 (0,1) 范围内。两者都适用于多层感知器 - 您只需相应地定义目标值（预期输出）。

【讨论】：

【解决方案2】：

在大多数情况下没有区别。只需使用逻辑函数激活而不是tanh。在某些特殊形式中，例如 Ising 模型，它可以不平凡地改变参数空间。

【讨论】：