0
在一个简单的感知中,有人可以向我解释阈值的概念以及如何设置它,即最初什么是阈值输入和重量的值?神经网络人工智能
在一个简单的感知中,有人可以向我解释阈值的概念以及如何设置它,即最初什么是阈值输入和重量的值?神经网络人工智能
自定义感知器甚至在它的,你可以把它简单化身为具有0偏置/阈值的二元分类:
y = f(w
ň* x
ň> 0 ? 1 : 0)
但由于0是一个漂亮任意值的偏压/阈值被明确地引入模型为变量:
y = f(w
ñ* x
ñ> b
'? 1 : 0)
或y = f(w
ñ* x
Ñ+ b > 0 ? 1 : 0)
的问题是,现在模型另一个变量(b
[其标量]除了原有w
Ñ [这是一个矢量])需要被在培训时考虑到。
有很多方法可以做到这一点,用简单的方式是只选择一些b
和每个可能值的火车w
ñ模型,并保持(b
,w
ñ)
对所生产的最好的结果。
一个更优雅的方法是将偏差/阈值变量b
作为附加到总是1的输入的权重,基本上使模型回到原始形式,只有一个变量w
,除了现在矢量x
和w
有n + 1
元素:
y = f(w
N + 1* x
N + 1> 0 ? 1 : 0)
你可以添加相当多的情况下的这个问题? – 2011-03-11 08:25:47