- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
Activation
Berechnen der Aktivierungsfunktion und zuweisen der Werte dem übergebenen Vektor bzw. Matrix.
bool vector::Activation(
|
Parameter
vect_out/matrix_out
[out] Vektor oder Matrix für die berechneten Werte der Aktivierungsfunktion.
activation
[in] Aktivierungsfunktion aus der Enumeration ENUM_ACTIVATION_FUNCTION.
axis
[in] ENUM_MATRIX_AXIS Wert der Enumeration (AXIS_HORZ — horizontale Achse, AXIS_VERT — vertikale Achse).
...
[in] Weitere Parameter, die für einige Aktivierungsfunktionen erforderlich sind. Wenn keine Parameter angegeben werden, werden die Standardwerte verwendet.
Rückgabewert
Liefert bei Erfolg true, ansonsten false.
Weitere Parameter
Einige Aktivierungsfunktionen akzeptieren zusätzliche Parameter. Wenn keine Parameter angegeben sind, werden die Standardwerte verwendet.
AF_ELU (Exponential Linear Unit)
|
Hinweis
In künstlichen neuronalen Netzen bestimmt die Aktivierungsfunktion eines Neurons das Ausgangssignal, das durch ein Eingangssignal oder einen Satz von Eingangssignalen definiert ist. Die Wahl der Aktivierungsfunktion hat einen großen Einfluss auf die Leistung des neuronalen Netzes. Verschiedene Modellteile (Schichten) können unterschiedliche Aktivierungsfunktionen verwenden.
Beispiele für die Verwendung zusätzlicher Parameter:
vector x={0.1, 0.4, 0.9, 2.0, -5.0, 0.0, -0.1};
|