Neuralプラットフォーム用のカスタムアクティベーション機能Neural Networkプラットフォームは非常に便利ですが、アクティベーション機能のオプションを拡張することができます。 アクティベーション関数を概念的に追加するのは非常に簡単なはずです - しかし、現在JSLまたは他の方法でそれを実行することが可能であるかどうか知りたいですか？基本的には、関数を提供することとそれが派生することに等しいと思います。 たぶん初期化戦略もあるでしょう（しかしJMPのような浅いネットワークではそれほど重要ではありません）。
再：ニューラルプラットフォーム用のカスタムアクティベーション機能上記の「JMP Wish List」リンクを必ず使用してください。それはあなたがあなたの提案をするところです。
再：ニューラルプラットフォーム用のカスタムアクティベーション機能カスタムアクティベーション機能を選択するための、またはカスタムアクティベーション機能を構築するためのオプション、あるいはその両方の選択肢をもっと増やしたいと思います。
再：ニューラルプラットフォーム用のカスタムアクティベーション機能はい、私はJMP Proを持っていて、Nueralプラットフォームを幅広く使ってきました。主に回帰のために使用しようとしていますが、私は確かに可能性があると思います - また、Pythonの使用と比較して非常に優れたインターフェースを持っています。ただし、カーネル関数のオプションは3つしかなく、linearおよびGaussianはあまり便利なIMOではありません。GaussianはSVMから取得されたものです。私の経験ではtanhよりも有利ではないようです。高次空間を歪めることはなく、線形回帰と変わらない。tanh関数は優れていますが、元々ANNでの分類を目的としていたと思います。ハードリミット/サチュレーションが予測プロットの実際の回帰に現れるのを見ることができます。また、入力が時間の経過とともにゆっくりと変化するリアルタイム予測データでは、境界線のような望ましくない条件も見られます。この問題を軽減するためにarcsinh（逆双曲線罪）を試してみたいと思います。私は、その性質が回帰にとってより望ましく、回帰アプリケーションのためのtanh関数の不足を克服するかもしれないと仮定します。
再：ニューラルプラットフォーム用のカスタムアクティベーション機能JMP Proをお使いですか？JMP Proはいくつかの異なるアクティベーション機能の選択を提供します。JMP Proには、JMPの1つの隠れ層ではなく、2つの隠れ層もあります。私はあなたがどのアクティベーション機能を使うことに興味を持っているかについて間違いなく興味があるでしょう。
再：ニューラルプラットフォーム用のカスタムアクティベーション機能現時点ではこれは不可能です。 あなたはこれが助けになるかもしれないと思う状況があります、そして、もしそうならば、あなたはそれを説明してもらえますか？
