所有網路和例子都是處理影像資料,影像資料的下限值是0。
我現在研究的是有負值的資料,正負值的分布有還是以0值為中點均衡的(存在正態性)。
現有卷積網路似乎就不好用了。
有沒有人也進行過類似的研究?希望能得到一些經驗和建議。
至少感覺上 Relu 變換是不能使用了,因為 直接把 負值給干掉了,還是得換回成 Sigmoid 或 tanh 變換了。
uj5u.com熱心網友回復:
ReLU不ReLU其實無所謂吧 你在資料上統一加一個常數讓它變成正的 它資訊又沒有損失。轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/7005.html
標籤:人工智能技術
上一篇:杰理芯片
