第599章 回归问题用恒等函数[2/2页]
天才一秒记住本站地址:[妙书坊]https://m.miaoshufangxs.com最快更新!无广告!
bsp; 1000,它输出的仍然是
1000。
它不修改、不变换、不加工数据,只是简单地把原始信息传递出去,就像真实之镜一样,忠实地反映输入的内容。
故事拓展:恒等函数的魔法作用
在神经网络中,有许多复杂的激活函数(如
ReLU、Sigmoid、Tanh),它们会对输入数据进行某种非线性变换,比如抑制负值或归一化输出。
但在某些情况下,我们希望信息原封不动地传递,不做任何调整,这时候就会使用恒等函数。
比如:
1.
线性回归——在输出层,我们常用恒等函数,因为回归的目标是预测连续数值,我们不希望对其进行变换。
2.
残差网络(Res)——某些深度神经网络为了避免信息损失,会使用“跳跃连接”(skip
coion),其中恒等函数就充当了数据的直通通道,确保信息能够无损传递到后续层。
总结
1.
真实之镜
=
恒等函数,输入什么,输出就是什么。
2.
透明管道
=
恒等函数,信息不加工,直接原封不动传递。
3.
神经网络中的作用:当我们不希望对数据进行变换时,就会使用恒等函数,让信息自由流动。
所以,恒等函数的作用虽然简单,但在数学和深度学习中,它就像一条纯净无瑕的魔法通道,确保数据不受干扰地传递到下一步!
故事比喻:回归问题中恒等函数的作用
故事背景:魔法师的信使
在魔法大陆的预言之都,住着一位着名的魔法师——艾尔法。他擅长用水晶球预测未来,比如明天的粮价、下周的温度、国王的税收等。
不过,艾尔法有一个重要的助手——信使瑞克。瑞克的任务很简单:他不修改、不扭曲,也不干涉任何信息,而是忠实地将艾尔法的预测结果送到国王手里。
国王问:“明天的粮价是多少?”
艾尔法计算后告诉瑞克:“27
枚金币。”
瑞克不加任何加工,直接告诉国王:“27
枚金币。”
这个信使瑞克的工作方式,就像数学中的恒等函数(Identity
Function):
无论输入是什么,输出都是一样的,不做任何调整。
比喻:回归问题中的恒等函数
=
透明传输
回归问题的目标是预测一个连续的数值(比如房价、温度、销售额)。在神经网络的输出层,我们通常使用恒等函数,因为我们希望预测出的数值保持原样,而不是被改变或限制。
想象你有一个透明管道,用来传输数字:
?
你放进去
27,它输出的还是
27。
?
你放进去
100.5,它输出的还是
100.5。
?
你放进去
3.7,它输出的仍然是
3.7。
这个透明管道就像恒等函数,它让预测值直接流向输出层,不做任何变换。
为什么回归问题需要恒等函数?
在神经网络中,我们通常会在隐藏层使用非线性激活函数(比如
ReLU、Sigmoid、Tanh)来学习复杂的关系。但在回归任务的输出层,我们不需要对最终结果进行非线性变换。
比如:
?
如果我们用
Sigmoid
作为输出激活函数,所有预测值都会被压缩到
0
到
1
之间,这在二分类问题(如猫
vs.
狗)是合理的,但在回归问题(如预测房价)中就不合适了。
?
如果我们用
Tanh
作为输出激活函数,所有预测值都会被限制在
1
到
1
之间,这也不适用于回归问题。
?
但使用恒等函数,预测值不会被改变,网络可以自由地输出任何数值,这才符合回归任务的需求!
故事总结:回归任务中的恒等函数
=
真实的信使
1.
艾尔法魔法师
=
神经网络,负责计算和预测数值。
2.
信使瑞克
=
恒等函数,不改变信息,直接传递结果。
3.
国王
=
真实世界,需要接收真实的预测值,不希望收到变形的数据。
4.
透明管道
=
恒等函数的作用,确保预测值不受干扰地传输到最终输出。
所以,在回归问题中,我们用恒等函数作为输出层的激活函数,因为它就像一个忠实的信使,保证预测值不被篡改,直接送达目标!
第599章 回归问题用恒等函数[2/2页]
『加入书签,方便阅读』