参考原文:https://blog.csdn.net/yaoyaoyao2/article/details/73848983
Sigmoid和tanh的异同
计算过程(若有误,请指正):
它们之间存在的细微差别
观察sigmoid和tanh的函数曲线,sigmoid在输入处于[-1,1]之间时,函数值变化敏感,一旦接近或者超出区间就失去敏感性,处于饱和状态,影响神经网络预测的精度值。tanh的输出和输入能够保持非线性单调上升和下降关系,符合BP网络的梯度求解,容错性好,有界,渐进于0、1,符合人脑神经饱和的规律,但比sigmoid函数延迟了饱和期。
其他满足定义域为R,值域为(0,1)的函数
---------------------