sigmoid函数和阶跃函数比较
1.平滑性不同
sigmoid函数是平滑的而阶跃函数会突变
2.返回值
阶跃函数只会返回0和1，而sigmoid函数返回值具有多样性。这也就是说，感知机中神经元之间流动的是0或1的二院信号，而神经网络中流动的是连续实体值信号。
3.共同点
结构相同，都是非线性函数（激活函数必须用非线性函数）
这里回忆感知机和神经网络：
简单理解：感知机=与门或门
其中权重和偏置是感知机的参数，有一个输入，将给出一个确定输出。
神经网络主要解决从大量数据上学习得出合适权重和参数。
ReLU函数
3.3多维数组运算
A.shape 形状
np.ndim(A) 维数
np.dot 乘积4.2交叉熵（不懂）
https://blog.csdn.net/weixin_43971252/article/details/109167275
997
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
