我目前正在学习机器学习,但是我没有统计学背景。在我所见过的所有逻辑功能中,到处都是:
wx + b
但是this example in Theano documentation使用了:
wx - b
请问是哪一个?我对此并不陌生,也不想感到困惑。
最佳答案
链接页面上的示例未使用wx - b
。这是我假设您要引用的公式:
p_1 = 1 / (1 + T.exp(-T.dot(x, w) - b))
您可以将其分解为S型参数和sigmoid function:
arg = T.dot(x, w) + b # sigmoid argument
p_1 = 1 / (1 + T.exp(-arg)) # sigmoid function
因此,有两个问题。首先是您没有正确考虑
b
变量的符号(公式使用的是wx + b
)。其次,您引用的公式实际上不是Sigmoid函数。而是将参数(输入变量的线性加权和)传递给Sigmoid函数。关于machine-learning - 物流功能加法或减法,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/40995661/