1、什么是激活函数?
在神经元中,输入input,通过加权求和之后再通过了一个函数的变换处理,这个函数就是激活函数(Activition Function)
2、激活函数的作用?
模型的表达能力不够,引入激活函数是为了添加非线性因素。
不添加激活函数的时候,无论多少层网络输出都是线性方程
添加了激活函数之后就可以解决类似下图这样一些线性不可分的情况:
通用近似定理:单隐层神经网络只要隐层神经元的个数足够多,可以以任何精度逼近任何连续函数。
所以使用激活函数就能将神经网络运用到很多其他非线性模型中去。
3、常见的激活函数?
(1)sigmoid 函数
特点:可以将输出压缩到0-1的范围;总是正数;有界;严格递增
缺点:会出现梯度消失(