相关疑难解决方法(0)

我想制作一个模型来预测输入信号的未来响应,我的网络架构是[3,5,1]:

• 3输入,
• 隐藏层中的5个神经元,和
• 输出层中有1个神经元.

我的问题是:

1. 我们应该为每个隐藏和输出层分别使用BIAS吗？
2. 我们是否应该在每一层为BIAS分配权重(因为BIAS会成为我们网络的额外价值并导致网络负担过重)？
3. 为什么BIAS总是设置为1？如果eta具有不同的值,为什么我们不将BIAS设置为不同的值？
4. 为什么我们总是将log sigmoid函数用于非线性函数,我们可以使用tanh吗？