知识卡片
激活引入非线性
人工神经元通常对输入加权求和、加偏置,再经激活函数产生输出。若层间只有线性或仿射变换,多层组合仍可合并为一个仿射变换;非线性激活使网络能表示更复杂的关系。不同激活的梯度性质不同,并非所有激活都能防止梯度爆炸。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第6章 神经网络
原书出处 · 1 处
- 神经网络 · 查看原书依据
函数f是非线性函数,也就是激活函数的部分。
参考来源
- 位置:《现代人工智能技术》第6章《神经网络》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter8.xhtml)
- 结论依据:原文描述加权求和、偏置和非线性激活;对书中激活防止梯度爆炸的笼统表述加以限定。
- 原始内容:函数f是非线性函数,也就是激活函数的部分。