ykzcs2000的博客

神经网络可以没有隐含层，而没有隐含层的神经网络模型，实际上就是一个线性或非线性回归模型。

[神经网络的激活函数](https://blog.youkuaiyun.com/weixin_39945445/article/details/111010529)均值为0的好处

均值为0。来定义标准正态引入激活函数？如果不用激活函数（其实相当于激励函数是f(x)=x），在这种情况下你每一层输出都是上层输入的线性函数，很容易验证，无论你神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，这种情况就是最原始的感知机了。sigmoid函数或者tanh函数，输出有界，很容易充当下一层输入。激活函数的作用是为了增加神经网络模型的非线性。否则你想想，没有激活函数的每层都相当于矩阵相乘，就算你叠加了若干曾之后，无非还是个矩阵相乘罢了。所以你没有非线性结构的话，根本就算不上什么神