2020-10-08

本文详细探讨了sigmoid、tanh和ReLU三种激活函数的优缺点,重点比较了它们在输出范围、中心化效果和梯度问题上的表现,推荐在实际应用中的选择策略:sigmoid用于二分类输出,ReLU作为默认其他层的首选。

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

激活函数的比较

这里插入图片描述
【1】sigmoid函数和tanh函数:tanh函数可以看为sigmoid函数平移后的结果。一般来说,tan函数的效果要比sigoid函数的效果好,因为tanh函数输出介于-1—1之间, 激活函数的平均值就更接近于0 ,起到类似于数据中心化的结果,让下一层的学习更方便。
【2】在二元分类问题上, 可以使用sigma函数作为输出层
【3】sigmoid函数和tanh函数都有一个缺点:如果z非常大或非常小,这个函数的斜率会非常小,会拖慢梯度下降算法
【4】修正线性单元ReLU函数:在这里插入图片描述
【5】所以,默认选择是:如果你的输出是0和1,那么sigmoid函数很适合作为输出层的激活函数,然后其他所有的单元都使用ReLU作为激活函数。

这是一个 SQL 语句,用于向借阅表中插入数据。该表包含以下字段:借阅编号、读者编号、书籍编号、借阅日期、归还日期、借阅状态。每条数据表示一次借阅记录。其中借阅编号、读者编号、书籍编号、借阅日期和借阅状态是必填项,归还日期为可选项,如果借阅状态为“已还”则必须填写归还日期。 具体插入的数据如下: - 借阅编号:100001,读者编号:123413,书籍编号:0001,借阅日期:2020-11-05,归还日期:NULL,借阅状态:借阅 - 借阅编号:100002,读者编号:223411,书籍编号:0002,借阅日期:2020-9-28,归还日期:2020-10-13,借阅状态:已还 - 借阅编号:100003,读者编号:321123,书籍编号:1001,借阅日期:2020-7-01,归还日期:NULL,借阅状态:过期 - 借阅编号:100004,读者编号:321124,书籍编号:2001,借阅日期:2020-10-09,归还日期:2020-10-14,借阅状态:已还 - 借阅编号:100005,读者编号:321124,书籍编号:0001,借阅日期:2020-10-15,归还日期:NULL,借阅状态:借阅 - 借阅编号:100006,读者编号:223411,书籍编号:2001,借阅日期:2020-10-16,归还日期:NULL,借阅状态:借阅 - 借阅编号:100007,读者编号:411111,书籍编号:1002,借阅日期:2020-9-01,归还日期:2020-9-24,借阅状态:已还 - 借阅编号:100008,读者编号:411111,书籍编号:0001,借阅日期:2020-9-25,归还日期:NULL,借阅状态:借阅 - 借阅编号:100009,读者编号:411111,书籍编号:1001,借阅日期:2020-10-08,归还日期:NULL,借阅状态:借阅
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