• <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

            <2025年6月>
            25262728293031
            1234567
            891011121314
            15161718192021
            22232425262728
            293012345

            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

            久久亚洲熟女cc98cm| 久久夜色精品国产| 久久66热人妻偷产精品9| 久久91精品国产91久久户| 久久精品视屏| 精品无码久久久久久尤物| 日本精品久久久久中文字幕8| 欧美色综合久久久久久| 婷婷国产天堂久久综合五月| 日韩精品久久久久久久电影| 无码人妻久久一区二区三区| 国内精品免费久久影院| 久久一日本道色综合久久| 久久久无码精品午夜| 久久精品国产亚洲精品2020| 久久99精品久久久久久齐齐| 久久亚洲春色中文字幕久久久| 久久亚洲2019中文字幕| 99re久久精品国产首页2020| 久久精品aⅴ无码中文字字幕不卡| 久久国产精品久久久| 无码人妻久久一区二区三区| 久久久久国产亚洲AV麻豆| 久久99国产精品99久久| 日韩精品久久无码人妻中文字幕| 日韩影院久久| 无码8090精品久久一区 | 久久久免费观成人影院| 国产精品久久久久久福利漫画 | 久久久噜噜噜久久中文福利| 久久天天婷婷五月俺也去| 日批日出水久久亚洲精品tv| 久久国产香蕉一区精品| 久久久精品视频免费观看| 国产精品成人无码久久久久久| 99久久精品毛片免费播放| 久久香蕉超碰97国产精品| 久久亚洲精精品中文字幕| 97超级碰碰碰久久久久| 99久久精品免费| 久久久久婷婷|