Neural Networks: Eingangssignal

[KidAndroid]

Wenn wir ein Eingangssignal (x,y) bekommen, müssen wir nicht zuerst die Aktivierungsfunktion darauf anwenden und diesen Output weiterpropagieren? So weit ich es nämlich verstehe ist das Eingangssignal in_x,in_y .In der Übung und in den Altklausuren scheint es nicht zu sein. Es würde es mich sehr interessieren warum oder warum es nicht gemacht wird.

Vielen Dank.

[mmi1991]

Wenn du dir mal Folie 13 anschaust (ein einzelnes Neuron):
Die Eingaben werden durch die Eingabefunktion gejagt (idR die Summe). Erst das Ergebnis kommt in die Aktivierungsfunktion, dessen Ergebnis der Output darstellt.

[ddimitrov]

Ich stelle die gleiche Frage.

Nehmen wir das Beispiel aus der Klausur WS14-15 (Aufgabe 3-c)
Wir haben die Aktivierungsfunktion g(x)=2x und das Eingangssignal (x,y)=(1,2). Müssen wir daraus das Ausgangssignal Out(x,y) = (1,4) berechnen? Und erst damit a,b und c berechnen?
Die Eingangsknoten sind auch Perceptronen, oder? Die haben nur Eingangssignal ohne Gewichtung. Gibt es eine Ausnahme für die Eingangsknoten? Ist meine Logik falsch?

Gruß

Dimitar

[Daki]

Ich denke, das ist genau so gemeint, wie es dasteht, also dass die Eingabeneuronen die jeweiligen Zahlen als Output haben. Wohlgemerkt: Als Output, das heißt, jegliche Magie mit irgendwelchen Aktivierungsfunktionen usw. ist schon vorher passiert. Der Output wird jetzt nur noch gewichtet (entsprechend der "Dicke" der Leitung, falls das bei der Vorstellung hilft) weitergereicht. Eventuell hilft es, sich die Darstellung auf Folie 16 im entsprechenden Foliensatz noch mal genau anzusehen: Die Gewichte hängen an den Eingängen der nächsten Neuronen, nicht an den Ausgängen der vorangegangenen. Deswegen: Gewichten? Ja. Aber: Aktivieren? Nicht mehr nötig, da schon passiert.

Also, das ist nur meine höchst inoffizielle Vermutung. ^^