【无标题】

激活函数最主要的功能是引入了非线性,使得神经网络能够学习和表示非线性。如果没有激活函数,神经网络只能执行线性变换。

sigmoid函数的导数最大值为0.25,如果该神经网络有多个隐藏层,通过反向传播算法这些导数乘在一起数值会非常小,这就是梯度消失现象。

因为激活函数都大于0 会使得梯度更新都朝着同一个方向,这会使得神经网络会更慢的收敛到预定的位置

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