神经网络中的重要权重是如何定义的?

发布于 2025-01-16 03:23:43 字数 85 浏览 1 评论 0原文

所以我有一个预训练的神经网络的权重,但我有点不知道每个数字的含义。在所有神经元和网络的每一层,负权重和正权重意味着什么?权重远离 0 是否意味着它非常重要?

So I have weights of a pretrained neural network but I'm kinda lost as to what each of the numbers mean. At all the neurons and at every layer of a netowrk, what do negative weights and positive weights mean? Does a weight that's away from 0 mean that it's very important?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

A君 2025-01-23 03:23:43

首先,你确定你需要理解这些数字吗?大型 CNN 和 RNN 可能有数百万个参数。

答案:

  1. 权重的符号意味着几乎注意到,它就像方程中的系数。
  2. 然而,重量的绝对值——距零的距离意义重大。大腹肌权重会产生强大的输出(这可能是过度拟合的迹象)

First of all, are you sure that you need to understand those numbers? Large CNNs and RNNs may have millions of parameters.

The answer:

  1. Sign of weight means almost noting, it's like a coefficient in an equation.
  2. The absolute value of weight - distance from zero, though, means a lot. Large-abs weights produce strong output (which may be a sign of an overfitting)
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文