2

ユニポーラ伝達関数に次の式を使用することに固執している質問があります。

f(net)=     1
         __________
               -net
         1 + e

例には次のものがあります。

out =        1
        ____________  = 0.977
               -3.75
        1 + e

どうすれば 0.977 にたどり着けるでしょうか?

エとは？

4

4 に答える 4

3

e = 2.71828... は自然対数の底です。これは、 πに似た、さまざまな方程式に現れる数学定数です。指数や対数を計算しているときに、常にそれが表示されます。

これを式に代入すると、0.977 になります。

于 2010-05-10T21:25:28.623 に答える
3

事実上正しいが、他の応答は単に e の値を提供し、基礎となる計算を確認します。このタイプのシグモイド関数は、ニューラル ネットワークに非常に遍在しているため、追加の洞察が歓迎される可能性があります。

基本的に、指数関数 (e の x 乗) には非常に特徴的な曲線があります。

  • ほぼゼロでフラット (実際にはゼロよりわずかに上)、- 無限大から約 -2 まで
  • 約 -2 から +4 の間で、垂直方向に徐々に鋭角に回転します。
  • 準「垂直」、値が 150 を超え、+5 から無限大までますます大きくなります

その結果、指数曲線は「S 字型」関数を生成するのに非常に役立ちます。ところで、「S」は「シグモイド」の語源を提供したギリシャ語のシグマです。このような関数は、多くの場合、質問に示されている式に基づいてパターン化されています。

 1/(1 + e^-x)

ここで、x は変数です。通常、このような関数には、範囲 (x の変化が大きい入力ゾーン) の拡大や、この中間ゾーンの曲線の変更を目的とした定数も含まれます。
そのような関数の結果は、入力の特定の値まで、関数は準定数であり、入力の特定の範囲に対して、関数は増加する出力を提供し、最終的に範囲の上限値を超えると、関数は準定数です。また、より詳細に見ると、そのようなシグモイドには、出力の変化率の反転に対応する変曲点があり、どちらの側でも、変化が相対的に最も遅い曲線の領域を示します。

次に、このような S 字型の曲線 (1) は、ニューラル ネットワーク ニューロンの出力を正規化するのに、またはより一般的には、さまざまな性質のプロセス中にさまざまな数値を正規化するのに非常に役立ちます。直観的に、これらは下にあるニューロンまたはデバイスの「スイート スポット」または「スイート レンジ」に対応します。

(1) または、「ステップダウン」形状の曲線、つまり、ほぼ一定の高値、中間範囲内での減少値、およびその後のほとんど一定の値を持つ曲線。

于 2010-05-11T01:47:49.083 に答える
1

'e'は常用対数関数の底であり、その値は無限級数1/nの合計に相当します。0から無限大までのnの場合。これは、C標準ライブラリまたはjava Mathパッケージでexp（）関数として使用できます。

1 /（1 + exp（-3.75））を評価すると、0.977になります。

于 2010-05-10T22:14:41.653 に答える
1

e はオイラー数== 2.718281828....

e を -3.75 乗し、それに 1 を加えて逆数を取ると、正確には 0.977022630 になります....

于 2010-05-10T21:28:27.003 に答える