Sigmoid总结

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。

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