我一直在摆弄 HyperNEAT 并遇到了一个小问题。据我了解，基底是节点的初始布局，随后用于查询 CPPN 以提供连接权重。我理解CPPN激活函数只是CPPN中每个节点中可以出现的激活函数的集合，但是底物激活函数指的是什么？我的印象是，基底不一定是一个网络，而只是一个布局，用于将问题的几何形状融入 CPPN 的图案生成能力中。那么底物激活函数从何而来呢？
编辑:我正在使用UnityNEAT这是 SharpNEAT 的端口统一。
谢谢
最佳答案
据我了解，底层是直接应用于任务的网络。 CPPN 用于计算基底中神经元之间的连接权重。因此，当您向基质提供输入时，基质的每个节点都会根据其激活函数计算输出(如传统网络中一样)。
因此，基底的输出层(即任务的输出)将是基底中每个神经元的值和基底中每个连接的值的函数(其权重由 CPPN 提供)。
关于machine-learning - HyperNEAT - 底物激活函数和 CPPN 激活函数之间的差异，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/39872707/