Sigmoid函数

Sigmoid函数，即f(x)=1/(1+e-x)。

神经元的非线性作用函数。

人工神经网络的学习算法-BP算法神经网络的学习是基于一组样本进行的，它包括输入和输出（这里用期望输出表示），输入和输出有多少个分量就有多少个输入和输出神经元与之对应。最初神经网络的权值（Weight）和阈值（Threshold）是任意给定的，学习就是逐渐调整权值和阈值使得网络的实际输出和期望输出一致。

 

 

 

神经元的非线性作用函数是Sigmoid函数，即f(x)=1/(1+e-x)。