简介:
激活函数作用:加入了非线性因素,解决了线性模型缺陷,使得神经网络可以逼近非线性函数
神经网络常用的激活函数:sigmoid,Tanh,relu等,relu最常用
1、sigmoid :
值域:(0,1)能把输出值压缩到0-1之间
tf.nn.sigmoid(x, name=None)
2、tanh
作用:放大差异性 相比于sigmoid,值域为(-1,1),值域更广,但是和个sigmoid一样,输入值的绝对值不能过大,过大模型无法训练。
取值范围:-1,1
tf.nn.tanh(x,name=None)
3、relu
小于0,= 0 很;变为了0,做了稀疏化特征,降低了干扰,分布更好找,网络收敛加快,
大于0 = self
作用:降维,对于所有的正值的输入输出梯度都是1,缓解了梯度消失,网络收敛加快