bp神经网络 激活单元相关问题sigmoid？matlab

Posted 2023-05-10

%1.首先定义正弦函数，采样率为20H在，频率为1Hz
k=1;%设定正弦信号频率
p=[0:0.05:4];
t=cos(k*pi*p)+3*sin(pi*p);
plot(p,t,'-'),xlabel('时间');ylabel('输入信号');

% 2.生成BP网络。用newff函数生成前向型BP网络，设定隐层中神经元数目为10
%分别选择隐层的传递函数为 tansig，输出层的传递函数为 purelin，
%常见的激活函数：purelin：线性/1ogsig:对数S型/tansig:正切S型
%学习算法为trainlm。
net =newff (minmax (p) , [10,10,1],'sigmoid','sigmoid', 'purelin','trainlm');

%3.对生成的神经网络进行仿真并作图显示。
y1=sim(net,p);
plot(p,t,'-',p,y1,'*')

%4.训练。对网络进行训练，设定训练误差目标为 1e-5，最大选代次数为1000，
%学习速率为0.05。
net.trainParam.lr=0.05;%表示学习速率为0.05
net.trainParam.epochs=1000;%表示最大迭代次数是1000次（防止一直运行）
net.trainParam.goal=1e-5;%表示误差目标是1e-5
[net,tr]=train(net, p, t);

%5.再次对生成的网络进行仿真并做图显示。
y2=sim(net,p);
plot(p,t,'-',p,y2,'*')

程序如上，请问怎么修改能使隐藏层的激活函数换成sigmoid函数？

参考技术A “net=need”这条指令看起来是个两层隐藏层的网络
试试改为net=newff(minmax(p),[10,10,1],‘logsig’,’logsig’,’purelin’,’trainlm’);
注意其中的半角符号，手机打字，见谅。
推荐trainbr这个方法，模型的泛化能力较好。本回答被提问者采纳

神经网络为啥要用sigmoid函数？为啥要映射到0-1之间？求解释

参考技术A （1）对于深度神经网络，中间的隐层的输出必须有一个激活函数。否则多个隐层的作用和没有隐层相同。这个激活函数不一定是sigmoid，常见的有sigmoid、tanh、relu等。
（2）对于二分类问题，输出层是sigmoid函数。这是因为sigmoid函数可以把实数域光滑的映射到[0,1]空间。函数值恰好可以解释为属于正类的概率（概率的取值范围是0~1）。另外，sigmoid函数单调递增，连续可导，导数形式非常简单，是一个比较合适的函数
（3）对于多分类问题，输出层就必须是softmax函数了。softmax函数是sigmoid函数的推广本回答被提问者采纳