Tôi muốn thực hiện một mô hình dự đoán phản ứng tương lai của tín hiệu đầu vào, kiến trúc của mạng của tôi là [3, 5, 1]:Tại sao BIAS là cần thiết trong ANN? Chúng ta có nên có BIAS riêng biệt cho mỗi lớp không?
- 3 đầu vào,
- 5 nơron trong lớp ẩn và
- 1 nơron trong lớp đầu ra.
Câu hỏi của tôi là:
- Chúng ta có nên có BIAS riêng cho mỗi lớp ẩn và đầu ra?
- Chúng ta có nên gán trọng số cho BIAS ở mỗi lớp (khi BIAS trở thành giá trị gia tăng cho mạng của chúng ta và gây ra gánh nặng cho mạng)?
- Tại sao BIAS luôn được đặt thành một? Nếu eta có các giá trị khác nhau, tại sao chúng ta không đặt BIAS với các giá trị khác nhau?
- Tại sao chúng ta luôn sử dụng hàm log sigmoid cho các hàm phi tuyến tính, chúng ta có thể sử dụng tanh?
Tham khảo [this previous] [1] post. Nó có một lời giải thích tốt đẹp. [1]: http://stackoverflow.com/questions/2480650/role-of-bias-in-neural-networks –