优缺点关键词检索结果

简化神经网络的非线性激活函数

Non-linear Activation Functions for Neural Networks Simplified

激活函数是形成神经元输出的函数。它为预测添加了非线性,并使基于神经网络的预测器比线性模型好得多。我们通常会问自己应该使用哪种激活函数?答案是,这个问题没有一个万能的答案。这取决于具体情况。让我带您了解最常用的激活函数及其优缺点,以帮助您做出更好的决定。我们可以定义自己的激活函数以最好地满足我们的需求,最常用的激活函数是:1. S 型激活函数 2. Tan 双曲激活函数 3. ReLU(整流线性单元) 4. Leaky ReLU 它们每个的样子如下:图片来源:DeepLearning.ai 专业化 1. S 型激活函数 S 型激活函数的范围在 0 到 1 之间。它看起来像我们在不同研究领域中看到