例如函数y = h(b+w1x1+w2x2),h(x)函数会将输入信号的和转为输出信号,此类函数一般成为激活函数。常见的激活函数有三种:阶跃函数、sigmoid函数、ReLU函数。其中神经网络常用后两种。
阶跃函数
阶跃函数很常见,易于理解。
sigmoid函数
sigmoid函数是一条平滑的曲线,输出随着输入连续变化。sigmoid函数的平滑性对神经网络的学习具有重要意义。
ReLU函数
ReLU函数在输入大于0时,直接输出该值,输入小于0时输出0.
深度学习入门---激活函数
最新推荐文章于 2024-09-26 09:37:01 发布
本文介绍了神经网络中常用的激活函数,包括阶跃函数、sigmoid函数和ReLU函数。sigmoid函数以其平滑性在神经网络学习中占据重要地位,而ReLU函数因其在输入大于0时的线性特性,在加速网络训练方面表现出优势。这些函数对于神经网络的非线性表达能力和模型的优化至关重要。
摘要由CSDN通过智能技术生成