• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            杰 & C++ & Python & DM

            數據挖掘中的指數函數

                        最近做數據時,使用神經網絡建模。在神經網絡中,會用到激發函數(activation function)。

                    典型的激發函數有Sigmod函數:

                              image

                    雙曲正切函數:

                             image

                      這兩個都涉及到指數函數,在C中,為求指數函數,使用exp()函數。

                  在數次出錯后找到問題,原來是我的指數值過大,數據中有時會出現超過1000的數字,這導致在求值過程中,即使使用double型,也使得結果溢出。

                  解決方法是定義一個指數函數,當指數值超過一定界限便指定一個相對無窮大的值,這樣也符合數學定義。在我的處理中,將界限設定為15,當該值大于15時,返回3000000;當界限值小于-15時,返回0。

            posted on 2011-01-21 23:40 jaysoon 閱讀(1119) 評論(0)  編輯 收藏 引用 所屬分類: 數據挖掘

            <2010年4月>
            28293031123
            45678910
            11121314151617
            18192021222324
            2526272829301
            2345678

            導航

            統計

            常用鏈接

            留言簿

            隨筆分類

            隨筆檔案

            文章分類

            文章檔案

            收藏夾

            C++

            搜索

            最新評論

            閱讀排行榜

            評論排行榜

            精品综合久久久久久98| 伊人 久久 精品| 久久这里只有精品久久| 久久无码中文字幕东京热| 久久免费国产精品一区二区| 久久99热狠狠色精品一区| 国产色综合久久无码有码| 久久影视综合亚洲| 青青青青久久精品国产h| 久久精品国产精品亚洲| 中文字幕亚洲综合久久2| 99re久久精品国产首页2020| av色综合久久天堂av色综合在| 99久久99这里只有免费费精品| 色狠狠久久综合网| 色偷偷88欧美精品久久久| 国产巨作麻豆欧美亚洲综合久久| 久久99热狠狠色精品一区| 久久久久久久久久久| 狠狠人妻久久久久久综合蜜桃 | 狠狠色丁香久久婷婷综合五月| 国产精品美女久久久久av爽| 久久香蕉超碰97国产精品| 麻豆AV一区二区三区久久| 久久精品成人免费国产片小草| 狠狠色丁香久久婷婷综| 亚洲精品白浆高清久久久久久| 久久精品夜夜夜夜夜久久| AV无码久久久久不卡蜜桃| 久久久无码精品亚洲日韩蜜臀浪潮| 一级做a爰片久久毛片16| 久久久久人妻一区精品色 | 久久99精品久久久久久hb无码| 日韩欧美亚洲综合久久| 亚洲一级Av无码毛片久久精品| 久久久久人妻一区精品果冻| 久久精品免费网站网| 久久久噜噜噜久久中文字幕色伊伊| 久久高潮一级毛片免费| 久久综合九色综合久99| 综合久久一区二区三区|