5,443
个编辑
更改
跳到导航
跳到搜索
第158行：
第158行： − +
→基于连续方法观察神经网络EI
首先，我们复现了文献<ref name="神经网络有效信息"/>中的结果，我们按照离散的方法计算了（单节点→单节点）EI随着激活函数网络权重的变化趋势（如图所示），发现在相同激活函数，不同的bins，对于EI值最高点所对应的网络权重都是一样的，然而在相同bins，不同激活函数网络中，EI值最高点所对应的网络权重是不一样的。
首先，我们复现了文献<ref name="examine_causal_structure"/>中的结果，我们按照离散的方法计算了（单节点→单节点）EI随着激活函数网络权重的变化趋势（如图所示），发现在相同激活函数，不同的bins，对于EI值最高点所对应的网络权重都是一样的，然而在相同bins，不同激活函数网络中，EI值最高点所对应的网络权重是不一样的。
[[文件:Bd8b5c3b93ad6a5d1bd0e3069de5dc5.png|center|600x600像素|AB]]
[[文件:Bd8b5c3b93ad6a5d1bd0e3069de5dc5.png|center|600x600像素|AB]]