本文的一些内容来自《神经网络与深度学习》一书。
![](https://i-blog.csdnimg.cn/blog_migrate/258f74ea300d351abc83fbeb8ef4176e.png)
对于公式(4)的图形,如下图所示:
![](https://i-blog.csdnimg.cn/blog_migrate/a9bdfc63fa0eade93bdc2bd516e2117f.png)
横坐标为z,即wx+b的和;纵坐标为σ,这便是σ随着z的变化的曲线。
S型神经网络的输入可以是0到1中的任意一个数,而输出也可以是0到1中的任何一个数,而感知器的输入和输出只能是0或者1。
对于S型的神经网络进行识别,与感知器不一样,S型神经网络可以分为在输出小于0到1中的某个数以及大于某个数两种情况,而感知器则只通过0或者1来识别。
对于S型的神经网络进行识别,与感知器不一样,S型神经网络可以分为在输出小于0到1中的某个数以及大于某个数两种情况,而感知器则只通过0或者1来识别。