5,443
个编辑
更改
→基于连续方法观察神经网络EI
同时我们也按照离散的方法复现了（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。
同时我们也按照离散的方法复现了（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:8297d6a43b2c2a8afe6f4d145d71c07.png|MNIST与IRIS基于连续方法的EI]] [[文件:EI1.png|center|离散EI]]
[[文件:8297d6a43b2c2a8afe6f4d145d71c07.png|500x500像素|MNIST与IRIS基于连续方法的EI]] [[文件:EI1.png|center|500x500像素|离散EI]]
=总结=
=总结=