利用前馈网络在Matlab中进行了分类测试。使用标准的tansig函数,在隐层上使用更多的神经元,效果更好。但是,当我切换到pure lin时,我惊讶地发现,当我在隐藏层上设置少量的神经元时,结果会更好。你能帮我争论一下这种情况吗?
发布于 2015-01-22 16:00:49
从本质上说,tansig激活功能使其成为可能,而不是神经元由于饱和而变得不活跃。线性神经元总是活跃的。因此,如果一个线性神经元的参数很差,就会影响分类的结果。在这种情况下,神经元数量越多,不良行为的概率就越高。
https://stackoverflow.com/questions/28084235
复制相似问题