Sigmoid函数是一种logistic函数,它将任意的值转换到 [0,1] 之间,函数表达式如图3所示。导函数如图4所示。
优点:
①Sigmoid函数的输出在(0,1)之间,输出范围有限,优化稳定,可以用作输出层。
②连续函数,便于求导。
缺点:
①饱和性,其两侧导数逐渐趋近于0,容易造成梯度消失。
②激活函数的偏移现象。Sigmoid函数输出值均大于0,使得输出均值不是0,这会导致后一层的神经元将得到上一层非0均值的信号作为输入,这会对梯度产生影响。
③计算复杂度高,因为Sigmoid函数是指数形式。