我正在将一些涉及人工神经网络的C代码移植到Java . 我决定使用Encog framework .
我希望我的网络有一个偏置神经元（使用加权突触并始终输出1.0）连接到隐藏层和输出层;它们在this graph中标有绿色 .
如何以编程方式创建这样的网络？每个偏向神经元都应该有自己的层吗？我试图为每个偏置神经元实例化一个BasicLayer，但即使该层通过WeightedSynapse连接，这似乎也没有任何影响 .
谢谢，
马丁威比
我正在将一些涉及人工神经网络的C代码移植到Java . 我决定使用Encog framework .
我希望我的网络有一个偏置神经元（使用加权突触并始终输出1.0）连接到隐藏层和输出层;它们在this graph中标有绿色 .
如何以编程方式创建这样的网络？每个偏向神经元都应该有自己的层吗？我试图为每个偏置神经元实例化一个BasicLayer，但即使该层通过WeightedSynapse连接，这似乎也没有任何影响 .
谢谢，
马丁威比
1 回答
好的，我知道这一个！我是主要的Encog开发人员之一 . :)
我们在Encog 2.4（处于测试版）中增强了对该功能的支持，但即使是当前版本也支持此功能 . 在Encog 2.3中，偏差称为阈值 . 因此，创建指定您想要阈值的图层 . 基本上，这会为您指定的具有阈值的每个图层创建偏差输入 . 我将它全部构建到同一层，因为它提高了性能，所有这些都是相同的 .
我们实际上讨论过这个，我们在Encog 2.4中做得更清楚 . 你可以在这里阅读讨论 .
http://www.heatonresearch.com/node/1477