1.sigmoid
公式:
图像:
从图中可以看到,sigmoid激活函数会将所有输入都转到0-1范围内。如此之外,它的倒数有一个常用到的性质:
即它的倒数可由自身表示。
- 优点:它输出映射在0-1内,单调连续,可以用来作分类,并且求导比较容易;
- 缺点:具有软饱和性,一旦输入过大或过小,一阶导数就变得接近于0,很容易产生梯度消失的现象。
tesorflow使用:tf.sigmoid(x)
2.tanh
公式:
公式:
图像:
从图中可以看到,sigmoid激活函数会将所有输入都转到0-1范围内。如此之外,它的倒数有一个常用到的性质:
即它的倒数可由自身表示。
tesorflow使用:tf.sigmoid(x)
公式: