神经网络做回归问题的时候输出层经过比如sigmoid之类的激活函数产生的是0~1的值，怎样把它还原成实际的值
从问题描述来看你做的是回归而不是分类。如果输出本身并不限定在0～1之间，那么输出层应该用线性单元而不是logistic单元。
■网友
用输入的output的scale操作，作用于预测的output，即可恢复预测值
■网友
我也在找这个问题的答案，换个激活函数就可以了，下面这个文章有帮助
【神经网络做回归问题的时候输出层经过比如sigmoid之类的激活函数产生的是0~1的值，怎样把它还原成实际的值】 几种常见的激活函数 - 小鹏的专栏 - 博客频道 - CSDN.NET
推荐阅读
- |常州天宁：检察建议让“忙道”回归盲道
- 凯迪拉克CT6|都说新辉昂回归百万级质感，看完后发现不假
- 马蓉|马蓉回归媒体，抹红唇搭配白衬衫，比以前更漂亮更有气质了
- 趣头条|奥迪将回归拉力赛 混动版赛车你期待吗？
- 怎样看待2018年深圳杯C题的1T数据
- 动态规划能得到一类问题的最优解，比如背包问题用动态规划来解决，怎样证明这个解就是相对应问题的最优解呢
- 销量|回归的“伊兰特”，在狭路中逆袭
- 单特征AUC是咋计算的
- 除了那些比较有名的教育机构，有啥别的国考培训班么，最好是重点批改申论题的
- 高中生|18岁高中生娶14岁初中生 官方责令家长让女方回归原家庭