激活函数简介
神经网络本身对数据信息能够进行并行处理,同时在处理过程中具有较强的自学习能力以及非线性逼近能力,而激活函数作为神经网络中神经元的核心,其作用在于将非线性因素引入神经元,它在输入传递至输出的过程中进行函数转换,以此将无限范围内的输入非线性变换为有限范围内的输出,一旦人工神经网络缺少激活函数,那么它每一层的数据传递过程就变成了单纯的矩阵计算过程,无论数据传递了多少层,最后的输出都是输入的线性组合。
常用的激活函数有Sigmod函数、Tanh函数、ReLU函数。
1、Sigmod激活函数
Sigmod函数是一种常见的S型函数,它能够将输入变量映射到0到1之间,具体的函数公式如下: