我在Matlab中创建了一个神经网络，现在我正计划在C ++中使用权重并实现网络。网络工作但现在我正在尝试用C ++实现它我觉得我实际上并不理解它。
举一个非常简单的例子：一个输入 - ＆gt;隐藏层中的三个节点（tansig） - ＆gt;一个输出节点（purelin）。
第一层的输入权重是：9.3842， 7.1205， -14.6497
偏见：-7.8820， -3.4257， -14.2522，
输出节点的权重为：0.5760，-0.9019，-0.4809，
偏见：-0.1413
我一直在尝试输入：0和0.498，目标5.0145和5.3314
问题是我无法通过手动执行计算来获得（或接近）这些目标。为了让你知道我在做什么，取0作为输入;
0 * w1 + b = -7.8820，
0 * w2 + b2 = -3.4257，
0 * w3 + b3 = -14.2522，
应用激活功能tansig：
output1 = tansig（-7.8820）= -1
output2 = tansig（-3.4257）= -.997
output3 = tansig（-14.2522）= -1
对于最终节点，
output1 * weight1 = -.5760
output2 * weight2 = .900
output3 * weight3 = .4809
sum + b = .9462
我认为这是有效的，但显然不是。我想也许我不明白tansig激活功能发生了什么。
感谢阅读和任何帮助，
答案 0 :(得分：0)
您的tansig()激活函数的范围是-1到1，因此它可能是tanh()。它看起来像sigmoid()*2-1或arctan()*2/PI，但曲线的变化略有不同。您可能想看看tanh（）的样子：http://www.wolframalpha.com/input/?i=y%3Dtanh%28x%29
你的伪代码看起来不错，但我并没有试着把数字放回去。也许你唯一忘记写的是：
sum = output1*weight1 + output2*weight2 + output3*weight3
final_output = sum + b
不要忘记在这样的神经网络中随机初始化权重，并且需要使用反向传播算法（通过大循环中每个权重的许多梯度下降）或其他类似的学习技术来学习权重。
答案 1 :(得分：0)
所以，愚蠢的我，问题是我忘记了缩放。 NN（在Matlab中）自动缩放[0,1]之间的输入。