我想知道卷积神经网络中权重和输入的值范围是多少。我的理解如下：
如果输入是灰度图像，则第一层的输入值为0-255。但在后续层中，由于 sigmoid 函数，输入值的范围为 0-1。
但是权重的范围是多少？是0-1，还是可以更高？这差别很大吗？
由于使用的是 sigmoid 函数，权重通常在 -∞ 到 +∞ 范围内，因为 -∞ 的 sigmoid 接近 0，而 +∞ 的 sigmoid 接近 1，并且你需要能够具有接近 0 和接近1 个值作为神经元的输出。
是的，重量可能会有很大差异。 训练神经网络的次数越多，就越接近其“所需”值的权重。
例如，如果一个神经元需要输出 0，则理想值为 -∞，因为 sigmoid 的极限为 -∞ 为 0。训练得越多，权重就越接近 -∞。