机器学习中常用的传递函数总结

传递函数是在神经网络中用到的，在这里先列举一下：

函数名称	映射关系	图像	缩写	说明
阶梯函数	a=0,n<=0 a=1,n>0		Step	n大于等 于0时， 输出1， 否则输出0
符号函数	a=-1,n<0 a=1,n>=0		Sgn	n大于等于 0时，输出1， 否则输出-1
线性函数	a=n		Linear	n本身就是 神经元输出
饱和线性函数	a=0,n<0 a=n,0<==n<=1 a=1,n>1		Ramp	n小于0时， 输出0， n在0到1 区间时， 输出n， n大于1时， 输出1
对数S形函数	a=1/(1+exp(-n))		Sigmoid	有界函数， 无论n如何， 输出永远在 （0,1）区间 n→负无穷： a=0 n→正无穷： a=1
双曲正切 S形函数	\[a=\frac{e^{n}-e^{-n}}{e^{n}+e^{-n}}\]		Tanh	有界函数， 无论n如何， 输出永远在 （-1,1）区间 n→负无穷： a=-1 n→正无穷： a=1