0
今2週間、私はニューロンネットワークを使って作業しています。私の活性化機能は通常のシグモイド機能ですが、インターネット上で読んだことがありますが、さまざまな解釈方法があります。ニューロンネットワークの "Bias"の使い方
現在、すべての入力値に重みを掛けて、バイアス（負のしきい値）を加算しています。私は、それはすべてが私のためにかなりよく働いたhttp://neuralnetworksanddeeplearning.com/chap1#sigmoid_neurons からこのすべてを取ったが、その後、私は、このページを発見：http://www.nnwj.de/backpropagation.html
前方伝播部分ではバイアスを全く使用し、私はそれがあるべきだと思うされていないので、教えてください、私はちょうど彼らがそこに行ったか、またはどのページが間違っているか見るためにばかげているのですか？
for(int v = 0; v < outputs[i].X; v++){
outputs[i].set(v, biases[i].get(v));
for(int k = 0; k < outputs[i-1].X; k++){
outputs[i].increase(v, weights[i].get(v,k) * outputs[i-1].get(k));
}
outputs[i].set(v, sigmoid(outputs[i].get(v)));
System.out.println("Layer :" + i + " Neuron :" + v + " bias :" + biases[i].get(v) + " value :" + outputs[i].get(v));
}
これは私のコードを計算するための私のコードですが、1個のニューロンのための部分は、この部分で行われます。
outputs[i].set(v, biases[i].get(v));
for(int k = 0; k < outputs[i-1].X; k++){
outputs[i].increase(v, weights[i].get(v,k) * outputs[i-1].get(k));
}
outputs[i].set(v, sigmoid(outputs[i].get(v)));
おそらく、あなたは私がやった正確に理解することはできませんが、私私の層を表し、kはすべて入力ニューロンであり、反復して入力ニューロンを投げ、そこに出力を加重します。 私はそれをしました、私はバイアスに私の出発価値を設定しました。
あなたは私が私の英語のため申し訳ありませんまた、この問題で私を助けることができる場合、私はとても幸せになる:)