Day2 神经网络中的 激活函数 和 各层网络
神经元工作的一般化
简化神经元图形
激活函数
- 根据点火与否,生物学上的神经元的输出 y 分别取值 1 和 0
回顾 Day1 中利用单位阶跃函数表示的点火公式:
u(z)={ 0(z<0)1(z≥0) u(z) = \begin{cases} 0 & (z < 0) \\ 1 & (z \geq 0) \end{cases} u(z)={ 01(z<0)(z≥0)
y=u(w1x1+w2x2+w3x3−θ)y=u(w_1 x_1 + w_2 x_2 + w_3 x_3 - \theta)y=u(w1x1+w2x2+w3x3−θ)
-
现在,除去“生物”条件中输出只有“0 和 1 的限制”,将公式一般化:
y=α(w1x1+w2x2+w3x3−θ)y=α(w_1 x_1 + w_2 x_2 + w_3 x_3 - \theta)y=