根据每一层前面的激活、权重和偏置,我们要为下一层的每个激活计算一个值,但在将该值发送给下一层之前,要是用激活函数对这个输出进行缩放。
- sigmoid函数
sigmoid函数是一个logistic函数,意思是说不管输入什么,输出都在0到1之间,也就是输入的每个神经元、节点或激活都会被锁放在一个介于0到1之间的值。
sigmoid 这样的函数常被称为非线性函数,因为我们不能用线性的项来描述它。很多激活函数都是非线性或者线性和非线性的组合
这个问题与反向传播有关,在反向传播中,我们要计算每个权重的梯度,即针对每个权重的小更新,这样做的目的是优化整个网络中激活值的输出,使其能在输出层得到更好的结果,进而实现对成本函数的优化。
在反向传播中,必须计算每个权重影响损失函数的额比例,具体做法是计算成本函数相对于每个权重的偏导数,假设我们不定义单个的权重,而是将最后一层L中的所有权重w定义为w^L,则它们的导数为:
注意,当求偏导数时,我们要找到 ∂a^L 的方程,然后仅微分 ∂z^L,其余部分保持不变。我们用撇号「'」来表示任意函数的导数。当计算中间项 ∂a^L/∂z^L 的偏导数时,我们有:
则sigmoid函数的导数为:
当向这个函数输入一个很大的x值,得到几乎为0的y值,也就是说当输入wa+b时,可能得到一个接近于0的值。
当x时一个很大的值(正或负)时,本质上就是用一个几乎为0的值来乘这个偏导数的其余部分。
如果有太多的权重都有这样很大的值,那么根本就没法得到可以调整权重的网络。如果不调整这些权重,那么网络就只有细微的更新,这样算法就不能随时间给网络带来多少改善,对于针对一个权重的偏导数的每个计算,我们都将其放入一个梯度向量中,而且将使用这个梯度向量来更新神经网络。想象一下,如果梯度向量的所有值都接近0,那么我们根本就无法真正更新任何东西。