Neural Network中的Activation function作用

本文探讨了神经网络中激活函数的重要性,包括tanh、sigmoid和ReLU等主要类型。tanh函数取值范围在-1到1之间,sigmoid函数呈现S型且值域在0到1,ReLU函数则将所有负值置零,仅保留正值。
摘要由CSDN通过智能技术生成

激活函数的作用

谈到激活函数,必须要提到回归的问题,我们做线性回归的目的是为了优化权重。由于每次输入新的数据都要进行调整权重,做回归的主要目的是将目标特征更明显,将区别较大的噪声排除掉。因此,我们引入了激活函数。由于在线性回归中要求输入是可微的,也就是说要求输入为线性的,但现实的输入往往是非线性的,加入激活函数不但具备去噪的作用,而且可以将非线性输入变为线性输入。


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值