• <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

            成人国内精品久久久久影院| 国产—久久香蕉国产线看观看| 久久国产精品免费| 久久只这里是精品66| 久久婷婷五月综合97色| 欧美精品一本久久男人的天堂| 久久婷婷五月综合97色直播 | 综合人妻久久一区二区精品| 久久久老熟女一区二区三区| 久久国产视频99电影| 亚洲综合伊人久久综合| 久久精品国产只有精品66| 亚洲国产欧美国产综合久久| 久久99精品综合国产首页| 老男人久久青草av高清| 国产精品嫩草影院久久| 久久久婷婷五月亚洲97号色| 欧美粉嫩小泬久久久久久久| 久久电影网2021| 久久亚洲精品国产精品| 中文字幕无码久久精品青草| 国产成人精品久久| 亚洲狠狠综合久久| 成人综合伊人五月婷久久| 一本色道久久88—综合亚洲精品| 久久久久久一区国产精品| 欧美激情精品久久久久| 国内精品久久国产大陆| 精品久久久久久| 国产一区二区三区久久精品| 欧美喷潮久久久XXXXx| 国产毛片欧美毛片久久久| 理论片午午伦夜理片久久| 久久久WWW成人免费毛片| 国产精品VIDEOSSEX久久发布| 久久精品男人影院| 亚洲国产精品婷婷久久| 国产99久久久国产精免费| 国产91久久综合| 久久亚洲高清综合| 久久妇女高潮几次MBA|