深度学习-神经网络激活函数

本文探讨了深度学习中神经网络的激活函数,包括sigmoid、tanh、ReLU和Leaky ReLU。尽管sigmoid和tanh曾被广泛使用,但现在在隐藏层通常首选tanh,因其更接近零均值。ReLU因在大部分区域导数为1,学习速度快,成为常用激活函数,而Leaky ReLU解决了ReLU的负半区梯度消失问题。在二分类问题的输出层,仍倾向于使用sigmoid。

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

使用一个神经网络时,需要决定使用哪种激活函数用隐藏层上,哪种用在输出节点上。之前逻辑回归输出节点使用的激活函数是sigmoid激活函数,图像如下,

sigmoid

但是,有时其他的激活函数效果会更好。tanh函数或者双曲正切函数是总体上都优于sigmoid激活函数。

tanh

如图,y=tan(x)=ex−e−xex+e−xy=tan(x)=\frac{e^x-e^{-x}}{e^x+e^{-x}}y=tan(x)=

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