1.Sigmoid函数:
定义:
Sigmoid函数是一个在生物学中常见的S型函数,也称为S型生长曲线。在信息科学中,由于其单增以及反函数单增等性质,Sigmoid函数常被用作神经网络的激活函数,将变量映射到0,1之间,一般用来做二分类。
公式:
![](https://img-blog.csdnimg.cn/2019101218575817.png)
图像:
![](https://img-blog.csdnimg.cn/20191012185837173.png)
特点:
当x趋近于负无穷时,y趋近于0;当x趋近于正无穷时,y趋近于1;当x= 0时,y=0.5。
优点:
sigmoid函数的输出映射在(0,1)之间,单调连续,输出范围有限,优化稳定,可以用作输出层。
缺点:
1.由于其饱和性,容易出现梯度消失,导致训练出现问题。
2.sigmoid的输