人工神经网络输入理解
Artificial Neural Networks input comprehension
关于 A.N.N.s，我完全是初学者。我理解这个概念，但没有直接解释为什么输入是一系列 0 和 1，输出也是一系列 0 和 1。
我在 Neural networks - input values 上读到，您可以使用数据规范化函数对输入进行编码，以便将其转换为 0 到 1 之间的数字。
是这样还是我理解错了？
此外，关于我应该选择哪篇文章/讲座 material 来解决问题，你认为你能为我指明正确的方向吗？
正如您自己提到的，您可以将所有内容放入编码在 0 和 1 之间的 ann 中。要轻松输入 java 和 ANN，您可以找到很多库。
例如：NEUROPH
神经元在通常介于 0 和 1 之间的阈值处放电。
所以使用这个库并玩弄简单的网络并阅读一些基础文献。
例如：This paper
我现在正在重新学习网络，并问了一个类似的问题。
很难知道你的确切场景是什么，但对我来说，激活总是在 0-1 的范围内，因为我的激活函数是 sigmoid 函数，它总是输出在 0-1 的范围内（虽然你需要问一个数学导向的人为什么会这样）。
假设您正在使用一个简单的阶跃函数代替您的激活函数。这也可能只在逻辑上采用 0 或 1（但中间没有任何东西），并且还会输出 0 或 1。
所以答案似乎是：网络中的激活范围由所使用的激活函数定义。
关于 A.N.N.s，我完全是初学者。我理解这个概念，但没有直接解释为什么输入是一系列 0 和 1，输出也是一系列 0 和 1。
我在 Neural networks - input values 上读到，您可以使用数据规范化函数对输入进行编码，以便将其转换为 0 到 1 之间的数字。
是这样还是我理解错了？
此外，关于我应该选择哪篇文章/讲座 material 来解决问题，你认为你能为我指明正确的方向吗？
正如您自己提到的，您可以将所有内容放入编码在 0 和 1 之间的 ann 中。要轻松输入 java 和 ANN，您可以找到很多库。 例如：NEUROPH
神经元在通常介于 0 和 1 之间的阈值处放电。
所以使用这个库并玩弄简单的网络并阅读一些基础文献。
例如：This paper
我现在正在重新学习网络，并问了一个类似的问题。
很难知道你的确切场景是什么，但对我来说，激活总是在 0-1 的范围内，因为我的激活函数是 sigmoid 函数，它总是输出在 0-1 的范围内（虽然你需要问一个数学导向的人为什么会这样）。
假设您正在使用一个简单的阶跃函数代替您的激活函数。这也可能只在逻辑上采用 0 或 1（但中间没有任何东西），并且还会输出 0 或 1。
所以答案似乎是：网络中的激活范围由所使用的激活函数定义。