问题描述
如果我有意增加神经网络的层权重,我认为会出现过度拟合现象。使用ReLU作为激活功能,这种现象将增加神经元对输入的敏感性,并导致多个神经元归零,同时强调较少的相关连接。
鉴于上述陈述,并使用ReLU,我预计非零输出的值会相应增加,这可能最终会导致学习不稳定(?),因为我们在下一层使用不断增长的高价值输入。
现在,想象一下,在促进体重增加的同时,我将ReLU的正输出约束为≤1,权重最终会稳定吗?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)