Neuronales Netz - Vektoren wie vorstellen?

[jmd anders]

ich bin jetzt kein experte für nns aber im allgemeinen kannst du schonallein den eingang kann als einen eingangsvektor bezeichnen. also wenn du jetzt 10 eingänge hast, dann hast du einen eingangsvektor mit 10 komponenten. das neuronale netzwerk kann ja dann als funktion gesehen werden, die diesen vektor verarbeitet. also genauso wie im 2 dimensionalen nur hat man jetzt statt beispielweise nicht mehr nur noch eine funktion y=f(x) sondern f(x,y,z) (im r^3) und f(x1,x2,x3...xn) im r^n. also du gibst dem neuronalen netzwerk einen Vektor und das nn gibt dir dann einen vektor zurück, vielleicht aber auch nur einen wert(also 1dim vektor). das ist ja eben noch eine besonderheit man kann eine funktio nhaben die einen r^2 (x1,x2) vektor verlangt aber nur einen r^1 vektor (also eine zahl) zurückgibt.


wenn du nun bei einem n dimensionalen vektor das vorzeichen änderst, dann ändert sich ja bei jeder komponente das vorzeichen solange die komponente nicht null ist. was das jetzt insgesamt heißt für das nn müsste man überprüfen (vgl funktion f(x,y,z) vorzeichen drehen von x,y,z führt nicht unbedingt zur invertierung der funktion)