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/