Поскольку многие из этих сайтов, найденных на Google использовать математические обозначения, и я понятия не имею, что любое из этого означает, что я хочу сделать с прогнозированием нейронной сети, как это:
n1
i1 n3
n2 o1
i2 n4
n3
Теперь кто-то может объяснить мне, как найти значение o1? Как это можно сделать нейрон активен, если ни один из его входов не активны?
Если ни один из входов не живет, то вы не получите ничего из продукции.
Это было долгое время, так как я провел некоторое время на это, но обратно в тот же день, мы бы добавить шум к уравнению. Это может быть в виде входов, которые всегда или при добавлении небольшого количества случайного к каждому входу, прежде чем толкая его в нейронной сети.
Интересно, что использование шума в нейронных сетях было показано, что биологический аналог. Если вы пытаетесь услышать что-то, и вы добавляете в немного белого шума, что делает его легче услышать. То же самое для просмотра.
Что касается вашего первоначального вопроса - Как узнать значение o1 зависит от ...
http://www.cheshireeng.com/Neuralyst/nnbg.htm
Имеет некоторую базовую информацию о математике.
Поскольку вопрос не совсем ясно мне ... Я буду говорить об этом в случае, если это то, что вы ищете:
Часто смещение нейрон добавляется к входу и скрытым слоям, чтобы в случае, если вы упоминание. Этот дополнительный нейрон всегда активен и используется для обработки случая, когда все остальные нейроны в слое являются неактивными.
Этот вопрос является хорошим примером того, почему «нейронные сети» сделать такую удивительно плохую работу по эмуляции поведения реальных нейронов. Большинство реальных нейронов имеют внутреннюю (или «естественную») скорость, с которой они сгореть потенциалы действия, без участия пресинаптических нейронов. Эффект пресинаптических нейронов почти всегда, чтобы ускорить или замедлить эту внутреннюю скорость стрельбы, а не для производства одного потенциала действия в постсинаптическом нейроне.
Почему не «нейронные сети» обычно моделировать это явление? Я не знаю , - вы должны спросить у людей , для которых « подход вдохновлен биологии более или менее был оставлен для более практического подхода , основанного на статистических данных и обработки сигналов ».
