我是 Keras 建模新手。我正在尝试评估用于建立模型的适当参数。我如何知道何时使用偏置以及何时将其关闭?
最佳答案
简短的答案是,当模型很小时,始终使用偏差变量。否则,仍然建议在所有神经网络架构中继续使用偏差。
因为每个神经元的表现就像一个简单的逻辑回归。在每个神经元中,输入值乘以权重,偏差会影响 sigmoid 函数的初始水平,从而产生所需的非线性。
例如,如果您的训练数据中有零输入,例如 X = [[0,0,...], [0,0,...],... ] , Y = 1
,在 sigmoid 函数中,由于 X*W
为零,因此输出始终精确为 Y=0.5
。然而,在大型网络中,每个节点都可以根据其所有输入的平均激活来创建偏置节点。
关于keras - 何时在 Keras 模型中使用偏差?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59163697/