我想制作一个模型来预测输入信号的未来响应,我的网络结构是[3,5,1]:
- 3个输入,
- 隐藏层中有5个神经元,以及
- 输出层中有1个神经元。
我的问题是:
- 对于每个隐藏层和输出层,我们是否应该有单独的BIAS偏差?
- 我们是否应该为每个层分配BIAS偏置权重(因为BIAS成为网络的额外值,会导致网络负担过重)?
- 为什么BIAS偏置常常被设置为1?如果eta有不同的值,为什么我们不将BIAS偏置设置为不同的值?
- 为什么我们总是使用对数sigmoid函数作为非线性函数,可以使用tanh吗?