激活函数

首先概括性的介绍一下为什么要引入激活函数:给模型引入非线性因素。

比如,最简单的二分类感知机,其没有线性函数,完全是线性叠加,所以只能线性分类,例如在二维平面找一条直线y=kx+b进行分类,感知机只能训练出来k和b,可知其效果一般。

为了在模型中引入非线性因素:可使训练更好的拟合数据,我们可以引入激活函数。直白解释一下,如果二维平面上点分布成这样
在这里插入图片描述
对第一幅图进行分类就要一些弯弯绕绕的分类线刚好将不同类别的元素分开,弯弯绕绕就是引入非线性因素的意思,第二幅图线性分类如感知机就可以比较好地完成分类任务。

下面介绍三个常用的激活函数:

  • sign
    在这里插入图片描述
    用于感知机最后的输出。

  • sigmoid
    f(x)=1/(1+e−x)在这里插入图片描述
    也是用于二分类

  • softmax
    用于多分类,可以近似理解为sigmoid二分类的高维形式。softmax输出向量每个元素为对应类别的概率,所以该向量每个元素加起来和为1.

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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