广告
纳米格·古利耶夫,Vugar E.Ismailov;在隐层中只有一个神经元的单隐层前馈网络可以近似任何单变量函数。神经计算2016; 28 (7): 1289–1304. 数字对象标识:https://doi.org/10.1162/NECO_a_00849
下载引文文件:
许多论文都研究了用带有sigmoid激活函数的前馈单隐层神经网络逼近实线紧子集上的连续函数的可能性。这样的网络可以近似于任意的连续函数,只要隐藏层中允许无限数量的神经元。在本注释中,我们考虑任意有限区间上的构造逼近通过隐层中只有一个神经元的神经网络。我们在算法上构造了一个平滑的、sigmoid的、几乎单调的激活函数在任何精度范围内提供对任意连续函数的近似。此算法在计算机程序中实现,该程序计算在实轴的任何合理点。
Captcha验证错误。请重试。
登录或创建帐户