我想知道卷积神经网络中权重和输入的值范围是多少。我的理解如下:
如果输入是灰度图像，则第一层的输入值为0-255。但在后续层中，由于 sigmoid 函数，输入值的范围为 0-1。
但是权重的范围是多少？是0-1，还是可以更高？这变化很大吗？
最佳答案
由于使用的是sigmoid函数，权重范围通常是从-∞到+∞，因为-∞的sigmoid接近于0，而+∞的sigmoid接近于1，并且你需要能够有接近0的能力和接近 1 的值作为神经元的输出。
是的，重量可能会有很大差异。 训练神经网络的次数越多，就越接近其“所需”值的权重。
例如，如果一个神经元需要输出0，那么理想值是-∞，因为sigmoid(-∞) = 0。训练得越多，权重就越接近-∞。
关于artificial-intelligence - 卷积神经网络中权重和输出的值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26402894/