机器学习(一):激活函数(Activation Function)
来源:互联网 发布:淘宝买家号注册 编辑:程序博客网 时间:2024/06/05 11:00
0. 激活函数
上图为wiki的定义:激活函数定义了每个节点(神经元)的输出和输入关系的函数。
下表:常用激活函数
1. sigmoid函数
- matlab代码块
x = -5:0.1:5;y = sigmf(x,[1,0]);plot(x,y);
- 图像
- 其对 x 的导数可以用自身来表示。
- 缺点:当输入非常大(小)的时候(saturation),容易使一些神经元的梯度为
0 。
2. softmax函数
sigmoid 拟合Bernoulli distribution ,softmax 拟合Multinomial distribution ;- 如果某一个
zj 大过其他z,那这个映射的分量就逼近于1 ,其他就逼近于0 ,主要应用就是多分类,sigmoid 函数只能分两类,而softmax 能分多类,softmax 是sigmoid 的扩展。 - 在
Logistic 回归中,样本数据的值,而在softmax 回归中,其中是类别种数,比如在手写识别中,表示要识别的10 个数字。
3. Tanh函数
- 和sigmoid对比图像
4. ReLU函数
未完待更
References
1234- https://en.wikipedia.org/wiki/Rectifier_(neural_networks)#cite_note-prelu-8 ↩
- http://www.mamicode.com/info-detail-873243.html ↩
- http://wenku.baidu.com/link?url=GtIz68_egY1kBAFgt3LY0f2v89H6doReu6pcNB34yHiG_PEiSekhZVtSszGB28dtRmEfAKrYOQtu5T0EVLeTzKwpZAeTJEfo00XOgbj9l4u ↩
- http://mp.weixin.qq.com/s?__biz=MzI1NTE4NTUwOQ==&mid=2650325236&idx=1&sn=7bd8510d59ddc14e5d4036f2acaeaf8d&scene=0#wechat_redirect ↩
0 0
- 机器学习(一):激活函数(Activation Function)
- 机器学习-神经网络之激活函数(Activation Function)
- 激活函数(Activation function)
- 机器学习笔记-神经网络中激活函数(activation function)对比--Sigmoid、ReLu,tanh
- 《Noisy Activation Function》噪声激活函数(一)
- 【机器学习】神经网络-激活函数-面面观(Activation Function)
- 【机器学习】神经网络-激活函数-面面观(Activation Function)
- 【机器学习】神经网络-激活函数-面面观(Activation Function)
- 常用激活函数(Activation Function)
- 神经网络之激活函数(Activation Function)(附maxout)
- 神经网络之激活函数(Activation Function)(附maxout)
- 各种激活函数(Activation Function)
- tensorflow:激活函数(Activation Function)
- 激活函数(Activation Functions)
- 激活函数(Activation Functions)
- [TensorFlow 学习笔记-06]激活函数(Activation Function)
- 神经网络中的激活函数(activation function)-Sigmoid, ReLu, TanHyperbolic(tanh), softmax, softplus
- 深度神经网络及TensorFlow实现1-激活函数(Activation Function)
- const 和 #define区别
- 什么是并发执行?
- comprable和comparator的区别
- Activity启动模式
- 属性动画(Property Animation)的使用
- 机器学习(一):激活函数(Activation Function)
- C++ exception
- 编程题:字符个数统计
- 《c 和指针》摘录1-快速上手
- EmguCV之ImageBox和HistogramBox的使用
- Java并发必须知道的零碎知识(一)
- 第二篇 KinectV2结合opencv入门开发以及一些相关的学习资料
- 【NOI2003T2】文本编辑器Editor-伸展树数列操作
- 深度学习之赞美篇