sigmoid函数:
g = 1.0 ./ (1.0 + exp(-z));
sigmoid函数的导数:
g=sigmoid(z).*(1-sigmoid(z));
本文深入解析了Sigmoid函数及其导数的数学表达式,详细介绍了该函数在机器学习中的应用,包括其作为激活函数在神经网络中的作用以及梯度下降算法中如何利用其导数进行参数更新。
sigmoid函数:
g = 1.0 ./ (1.0 + exp(-z));
sigmoid函数的导数:
g=sigmoid(z).*(1-sigmoid(z));
4076
7958

被折叠的 条评论
为什么被折叠?