• <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(1120) 評論(0)  編輯 收藏 引用 所屬分類: 數據挖掘

            <2011年1月>
            2627282930311
            2345678
            9101112131415
            16171819202122
            23242526272829
            303112345

            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

            狠狠色综合网站久久久久久久| 久久精品国产2020| 久久久青草久久久青草| 日本免费一区二区久久人人澡 | 亚洲愉拍99热成人精品热久久| 精品无码久久久久国产动漫3d| 亚洲午夜久久久久久久久电影网| www久久久天天com| 久久久久久噜噜精品免费直播| 中文字幕久久精品无码| 青青青青久久精品国产h| 一级A毛片免费观看久久精品| 性高湖久久久久久久久| 久久精品国产亚洲AV无码麻豆| 人人狠狠综合久久亚洲婷婷| 中文字幕无码久久人妻| 婷婷综合久久中文字幕| 99蜜桃臀久久久欧美精品网站| 久久免费美女视频| 亚洲va久久久噜噜噜久久男同 | 久久精品亚洲福利| 久久精品亚洲AV久久久无码| 日本久久久久久中文字幕| 狠狠色噜噜色狠狠狠综合久久| 国产成人久久精品二区三区| 久久精品水蜜桃av综合天堂| 久久久久久亚洲精品不卡| 色综合色天天久久婷婷基地| 久久精品一本到99热免费| 伊人色综合九久久天天蜜桃| 欧美国产精品久久高清| 国产999精品久久久久久| 国产91色综合久久免费分享| 欧洲成人午夜精品无码区久久| 热久久视久久精品18| 狠狠人妻久久久久久综合蜜桃| 久久99国产精品久久99果冻传媒| 久久无码人妻一区二区三区午夜| 国产精品成人久久久| 久久精品国产99国产精品导航| 无码人妻少妇久久中文字幕蜜桃|