Deep Learning|神经网络原理学习笔记(2) ：重要神经元之二——S型神经元

今天密室逃脱去了，霸王别姬主题的密室一环扣一环，逻辑非常严密。借着密室的片段放映又重新温习了一遍哥哥的电影，太美好了啊啊啊！ 回来已经很晚啦，但还是想接着把第二篇写完，不多说上干货！

—————————————————我是可爱的分割线————————————————

正文：这是本系列第二篇啦，在这篇里会继续上一篇来讲讲神经元。这篇会简单梳理一下我们最常用的神经元，即S型神经元。

1 为什么要引入S型神经元？

上一节我们刚说过感知器，看起来感知器已经很好了不是吗？为什么要引入S型神经元呢？
这是因为感知器有时会出现错分的情况，比如把8数字错误识别成相似的另一个数字3。似乎只要对权重或偏置做出微小的改动，就能改变这种输出的小错误。但对于感知器这样一个二项选择的神经元来说，这样做可能会引起这个感知器输出完全翻转，出现更大的错误。因此感知器显然不能很好的完成学习任务。
这里引入的S型神经元可以克服这个问题，虽然和感知器类似，但是当权重w和偏置b做出微小变化时，其只会引起输出的微小变化。

2 S型神经元

2.1 S型神经元的取值及Sigmoid函数

S型