【深度学习技术】卷积神经网络常用激活函数总结

本文介绍了神经网络中激活函数的重要性,并详细列举了八种流行的激活函数,包括sigmoid、tanh、ReLU及其变种等,探讨了它们如何提升网络的非线性表达能力。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文记录了神经网络中激活函数的学习过程,欢迎学习交流。

神经网络中如果不加入激活函数,其一定程度可以看成线性表达,最后的表达能力不好,如果加入一些非线性的激活函数,整个网络中就引入了非线性部分,增加了网络的表达能力。目前比较流行的激活函数主要分为以下7种:

这里写图片描述

1.sigmoid

这里写图片描述

这里写图片描述

2.tanh

这里写图片描述

3.ReLu

这里写图片描述

4.Leaky ReLu

这里写图片描述

5.PReLu

这里写图片描述

6.RReLu

这里写图片描述

7 Maxout

这里写图片描述

8 SELU

总结

是ELU的改进版本,

参考文献:
[ReLu]:Rectifier Nonlinearities Improve Neural Network Acoustic Models
[PRelu]:Delving Deep into Rectifiers:Surpassing Human-Level Performance on ImageNet Classification

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值