Czy sieć neuronowa bez wstecznej propagacji jest w stanie wyliczyć odpowiednie wyniki na wyjściu?

0

Czy w przypadku sieci neuronowej może być tak, że na wejściu podajemy jedynie sygnały zero jedynkowę, czyli podajemy 0 lub 1. Natomiast w warstwie ukrytej i wyjściowej mamy wartości z zakresu 0-1, czyli np. 0.35? Wydaje mi się, że tak dobierając odpowiednie wagi, ale wole się upewnić czy to jest dopuszczalne.

0

A funkcja aktywacji to pies? ;)
Niemniej zastanówmy się głębiej, czymże jest wartość 0.35? Przecież taką wartość można przedstawić w, uwaga uwaga, postaci binarnej! Więc wejściem neuronu może być np. 64 wartości 0-1, które to oznaczają liczbę typu double i już nie trzeba kombinować tylko wszystko nadal jest 0-1.

0

Ale podając do funkcji aktywacji, np do funkcji sigmoidalnej x=1 to funkcja ta zwróci nam wynik w okolicach 0.6. To czy wtedy takiej wartości nie mogę wstawić do neuronu np. w warstwie ukrytej? Czy wtedy to nie ma sensu?

1

@tom8543: Chłopie przestań się zastanawiać, co Ci wolno zrobić budując sieć neuronową, bo nic z nimi nie zrobisz :P

Wolno Ci zrobić tak, by mając na wejściu dane takiej postaci, jakiej masz bo nie wiem, pan Mietek nie umiał inaczej przeformatować arkusza Excel i jest bajzel w CSVce, dostać jakieś dane wyjściowe takiej postaci, jaka Cię interesuje i pozwala zrobić z tym coś dalej. Ponadto wolno Ci tak dobierać metody uczenia, typy funkcji aktywacji, topologię sieci, parametry uczenia itp., by faktycznie to wszystko cokolwiek dawało i miało jakąś wartość inną, niż ciekawostka edukacyjna która nie działa.

1 użytkowników online, w tym zalogowanych: 0, gości: 1