推 doom8199 :原po可以嘗試拿 logistic sigmoid 或 tanh 10/30 08:27
→ doom8199 :當 kernel 來逼近你所拿到的已知資訊 10/30 08:28
→ kyoiku :當kernal是指當原型依數據作平移和上下左右的漲縮? 10/30 09:19
→ doom8199 :不是捏。 假設手邊的 data 是 (x_i,y_i), i=1~n 好了 10/30 10:02
→ doom8199 :可以考慮模型: y = f(x) = Σc_i*k(x_i,x) 10/30 10:03
→ doom8199 :其中 k(a,b) = tanh(m*a*b + n) , m、n是常數 10/30 10:04
→ doom8199 :這裡的 k(a,b) 就是我所說的 kernel 10/30 10:05