如何将单个特征向量分割成2层神经元
如何将单个特征向量分割成2层神经元
提问于 2023-03-13 16:54:02
给出一个阵列x = [1, 2, 3, ...]，我想把每个样本x[i]分成两个神经元。
我的想法是用split = np.random.rand()初始化变量0 < split < 1。
然后设置神经元x1 = split * x[i], x2 = (1 - split) * x[i]。
我的想法正确吗？
回答 1
Data Science用户
回答已采纳
发布于 2023-03-13 17:09:23
你的主意对我来说很好。将分裂变量初始化为0到1之间的随机数，然后使用这个分裂值将每个样本分割成两个神经元，您将在两个神经元之间随机分配每个样本的特征。这可以帮助您的网络学习更复杂和多样化的数据表示。但是，请记住，以这种方式分割样本可能并不总是最好的方法，这取决于您正在处理的具体问题和数据类型。总的来说，我认为这是一个好主意，值得一试，看看它是如何为您的特定用例工作的。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/120157
复制相关文章
相似问题
腾讯云开发者
