知识卡片
激励函数与逻辑斯谛
多层前馈网络的 sigmoid 激励函数更准确应称逻辑斯谛函数(也叫负对数似然函数),是 sigmoid 家族一员。技术上任何可微函数都可用作激励函数(Adaline 甚至用线性激励)。逻辑斯谛函数在第3章用于对样本属于正类(类别1)的概率建模:净输入 z=w0+w·x 经逻辑斯谛函数得概率,例返回值0.707 表示属于正类概率70.7%。
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
原书出处 · 1 处
- 使用Theano并行训练神经网络 · 查看原书依据
逻辑斯谛函数,通常称作sigmoid函数,它实际上是sigmoid函数的一个特例
参考来源
- 位置:《Python机器学习》第13章《13.2.1 逻辑斯谛函数概述》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0176.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:逻辑斯谛函数,通常称作sigmoid函数,它实际上是sigmoid函数的一个特例