简单介绍Sigmoid,ReLU两个激活函数

书亚shua

于 2019-07-19 23:18:39 发布

阅读量865

点赞数 1

CC 4.0 BY-SA版权

文章标签：神经网络激活函数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_40680263/article/details/96510832

本文介绍了神经网络中的激活函数，包括阶跃函数的概念，以及Sigmoid和ReLU函数的特性。Sigmoid函数因其平滑性可输出0-1间的连续值，而ReLU函数则因其简单和高效成为现代神经网络的首选激活函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

神经网络中的激活函数

激活函数就是将输入信号的总合转换为输出信号。

举例（阶跃函数）

对于如下图所示的感知机
在这里插入图片描述
可以直观的看出对于神经元y，当 $b+w_1x_1+w_2x_2<=0$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。