← 返回卡片

原书出处

AI制胜:机器学习极简入门

10 神经网络 10.1.2

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T07:14:08.929Z

与Sigmoid函数类似,唯一的区别是在Softmax激

活函数中,输出被归一化,总和变为1。如果我们遇到的是二进制输出问题,就可以使用Sigmoid函数,而如果我们遇到的是多类型分类问题,使用Softmax函数可以轻松地为每个类型分配值,并且可以很容易地将这个值转化为概率

。 另外,如果使用Sigmoid作为激活函数,其区间是[

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter10.xhtml

EPUB SHA-256:6998c0d7893ca783d8854506b41a985e822de1050c9cada2886de5e1c7b9e314