我想使用 ReLU 而不是典型的 sigmoid 单元来训练 DNN。 我已经成功实现了下面的分类问题示例(softmax 层)，但我正在尝试实现回归。我的数据集基于负载预测。 enter link description here
最佳答案
是的，您可以使用深度学习进行回归，主要区别在于输出层和成本函数。想象一下你有多个隐藏层，最后一层有一个激活函数 f(x) = x 而不是 softmax，其中 x 是最后一个隐藏层的加权和。
对于成本函数，您将使用常见的均方误差，而不是常见的交叉熵(通常与 softmax 一起使用)。看看我创建的用于执行回归的神经网络(它是用 python 从头开始编写的，但您可以使用它作为在某些框架上实现它的想法)https://github.com/llealgt/bikeshare_regression_neural_network/blob/master/DLND%20Your%20first%20neural%20network.ipynb
关于matlab - 我们可以使用深度神经网络来解决回归问题吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43359404/