• <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(1121) 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

            人妻精品久久无码区| 青青久久精品国产免费看| 狠狠色丁香久久婷婷综合_中| 国产精品美女久久久网AV| 日韩久久无码免费毛片软件| 亚洲欧美日韩久久精品第一区| 久久99国内精品自在现线| 91精品国产91久久久久久青草| 亚洲精品成人网久久久久久| 天天爽天天爽天天片a久久网| 久久久久亚洲爆乳少妇无| 无码人妻精品一区二区三区久久| 久久久九九有精品国产| 久久天天躁狠狠躁夜夜2020一| 91精品国产高清久久久久久91| 国产A三级久久精品| 天天影视色香欲综合久久| 久久久久国产精品麻豆AR影院| 人妻无码αv中文字幕久久 | 久久精品国产亚洲AV不卡| 久久国产一区二区| 久久久久四虎国产精品| 996久久国产精品线观看| 精品久久久久久成人AV| 久久综合狠狠综合久久综合88| 久久精品a亚洲国产v高清不卡| 久久久免费精品re6| 久久精品国产秦先生| 精品一区二区久久| 合区精品久久久中文字幕一区| 久久综合色之久久综合| 狠狠综合久久综合88亚洲| 成人资源影音先锋久久资源网| 国内精品伊人久久久久影院对白 | 亚洲精品99久久久久中文字幕| 一本久久a久久精品综合香蕉| a高清免费毛片久久| 精品国产99久久久久久麻豆| 色综合久久综合网观看| 亚洲狠狠婷婷综合久久久久 | 香蕉aa三级久久毛片|