知识卡片
平滑神经元可以传递梯度
感知器以加权和跨阈值与否决定输出,阈值附近参数小变可导致输出跳变。Sigmoid 神经元将同样的分数变成平滑值,导数为 a(1−a),其中 a 是输出。当分数绝对值很大时,导数反而趋近零,信号的更新会减弱。
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
- 搞懂算法:神经网络是怎么回事 · 查看原书依据
S型神经元是一个平滑的函数,而感知器是一个阶跃函数。也就是说,感知器只能输出0或者1,而S型神经元能够输出0~1的任何数值,如0.865 4或者0.211 3等。
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第13章《搞懂算法:神经网络是怎么回事》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter013.xhtml)
- 结论依据:原书以阈值翻转和 S 形响应对比硬阈值与连续可微响应。
- 原始内容:S型神经元是一个平滑的函数,而感知器是一个阶跃函数。也就是说,感知器只能输出0或者1,而S型神经元能够输出0~1的任何数值,如0.865 4或者0.211 3等。