我有数据集输入2D图像，应该预测[-500，+500]之间的3D矩阵值。我的问题是如何使模型预测负值，哪个激活函数？特别是范围很大的值必须是整数而不是浮点数。标准化0-1范围使预测更困难。
r8xiu3jd1#
这里的任务到底是什么？有无数种方法可以做到这一点，但哪一种是最佳的取决于更多的信息。你可以使用一个钳位函数，如tanh或sigmoid和移位/缩放。例如500 tanh或1000（sigmoid-0.5）都给予你的输出范围为-500：500。或者，如果你只想要离散值输出，你可以只有1001个输出，并将每个输出Map到-500：500的值。
o8x7eapl2#
如果是回归任务，最后一层不需要任何激活函数。但是，仍然建议使用缩放/归一化，否则最后一层需要太大的权重。因此，我将归一化数据，以便您的输出值大致在[-3，3]范围内。
2条答案
按热度按时间r8xiu3jd1#
这里的任务到底是什么？有无数种方法可以做到这一点，但哪一种是最佳的取决于更多的信息。你可以使用一个钳位函数，如tanh或sigmoid和移位/缩放。例如500 tanh或1000（sigmoid-0.5）都给予你的输出范围为-500：500。或者，如果你只想要离散值输出，你可以只有1001个输出，并将每个输出Map到-500：500的值。
o8x7eapl2#
如果是回归任务，最后一层不需要任何激活函数。但是，仍然建议使用缩放/归一化，否则最后一层需要太大的权重。因此，我将归一化数据，以便您的输出值大致在[-3，3]范围内。