• <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(1113) 評論(0)  編輯 收藏 引用 所屬分類: 數據挖掘

            <2012年5月>
            293012345
            6789101112
            13141516171819
            20212223242526
            272829303112
            3456789

            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

            日韩久久久久久中文人妻| 久久久不卡国产精品一区二区| 一级女性全黄久久生活片免费| 国产精品欧美久久久久无广告 | 国产成人精品白浆久久69| 精品久久久久久久无码| 国内精品久久久久久久久 | 久久91精品国产91久久小草| 精品久久久久久99人妻| 天天躁日日躁狠狠久久 | 九九精品99久久久香蕉| 久久国产精品波多野结衣AV| 久久久亚洲AV波多野结衣| 日本免费久久久久久久网站| 中文字幕久久精品 | 欧美大香线蕉线伊人久久| 久久青青草原精品影院| 一本色道久久HEZYO无码| 一级做a爰片久久毛片16| 一本一道久久综合狠狠老| 久久精品国产精品亚洲| 99久久99久久| 无码精品久久久久久人妻中字| 欧美粉嫩小泬久久久久久久| 国产欧美一区二区久久| 人妻少妇久久中文字幕一区二区| 国产一区二区精品久久凹凸| 亚洲AV无码久久精品色欲| 精品久久久久成人码免费动漫 | 久久精品无码一区二区三区日韩| 亚洲AV日韩AV天堂久久| 麻豆久久久9性大片| 亚洲欧洲久久久精品| 久久se精品一区二区影院| 久久久青草久久久青草| 精品一区二区久久| 亚洲国产精品一区二区久久| 97久久超碰成人精品网站| 九九99精品久久久久久| 国产精品一区二区久久精品| 91久久婷婷国产综合精品青草|