神经网络的局部逆 [英] local inverse of a neural network
本文介绍了神经网络的局部逆的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个有N个输入节点和N个输出节点的神经网络,其中可能有多个隐藏层和递归,但首先让我们忘记这些。神经网络的目标是学习N维变量Y*,给定N维值X。假设神经网络的输出是Y,学习后应该接近Y*。我的问题是:有没有可能得到输出Y*的神经网络的逆?也就是说,我如何得到X*的值,当我把它放入神经网络中时,它会产生Y*?(或类似的东西)
问题的一个主要部分是N非常大,通常在10000或100000量级,但如果有人知道如何为没有递归或隐藏层的小型网络解决这个问题,这可能已经很有帮助了。谢谢。推荐答案
如果可以选择每层节点数相同、权值矩阵非奇异且传递函数可逆(例如泄漏REU)的神经网络,则该函数是可逆的。
这种神经网络简单地由矩阵乘法、偏差加法和传递函数组成。要反转,您只需要以相反的顺序应用每个操作的反转。即取输出,应用逆传递函数,将其乘以最后一个权重矩阵的逆,减去偏差,应用逆传递函数,乘以倒数第二个权重矩阵的逆,以此类推。这篇关于神经网络的局部逆的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文