神经平台的自定义激活功能神经网络平台非常方便，但可以扩展激活函数选项。 在概念上添加激活函数应该很容易——但我想知道目前是否可以使用 JSL 或其他方法来实现？ 就其核心而言，我认为它相当于提供一种功能，它是派生的。 也可能是一种初始化策略（但对于像 JMP 中的浅层网络来说并不那么重要）。
回复：神经平台的自定义激活功能请务必使用上面的“JMP 愿望清单”链接。 那就是你提出建议的地方。
回复：神经平台的自定义激活功能我还希望有更多激活函数可供选择和/或构建自定义激活函数的选项。
回复：神经平台的自定义激活功能是的，我有 JMP Pro，并且广泛使用过 Nueral 平台。 主要尝试用于回归，我肯定看到了潜力——与使用 Python 相比，它还有一个非常好的界面。 然而......只有三个核函数选项，线性和高斯并不是真正有用的 IMO - 高斯是从支持向量机中提取的，我确信并且在我的经验中似乎没有提供任何优于 tanh 的优势并且身份函数没有'扭曲高阶空间并且与线性回归没有什么不同。 tanh 函数很好，但我认为它最初是用于 ANN 中的分类。 我可以看到硬性限制/饱和度显示在预测图的实际回归中，我还看到实时预测数据中的不良边界条件，其中输入随时间缓慢变化——这又是 tanh 函数的产物。 我想尝试 arcsinh（反双曲正弦）来缓解这个问题。 我假设它的属性更适合回归，并且可以克服 tanh 函数在回归应用中的不足。
回复：神经平台的自定义激活功能您在使用 JMP Pro 吗？ JMP Pro 确实提供了多种不同激活函数的选择。 JMP Pro 还提供了两个隐藏层，而不仅仅是 JMP 中的一个隐藏层。 我肯定很好奇您对使用什么激活函数感兴趣。
回复：神经平台的自定义激活功能目前这是不可能的。您认为这可能对您有帮助吗？如果有，您能描述一下吗？
