为什么要引入激活函数?

根据上面的学习,我们已经知道,当我们接到客户的需求,让我们做识别,判断或者预测时,我们需要最终交付给客户我们的神经网络模型。其实我们千辛万苦训练出来的神经网络模型,就是从输入到输出的一个神秘未知函数映射。在大多数情况下,我们并不知道这个真正的函数是什么,我们只是尽量去拟合它。马克-to-win @ 马克java社区:前面给出的例子,只是起到引入和说明的作用,所以只用了一些线性组合(说明见下)。所以无法实现对复杂函数的逼近。如何使我们的神经网络随意逼近复杂函数呢?人工智能科学家们给出了答案,就像高等数学当中,我们用泰勒级数逼近各种复杂函数一样,引入非线性激活函数可以让我们的神经网络随意逼近复杂函数。

更多请见:http://www.mark-to-win.com/tutorial/mydb_ConvoluNeural_WhyActivationFuc.html

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