← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9943.b.1.a.3.b · 生成模型:未记录

平滑神经元可以传递梯度

理解等级:中级

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?

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

    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。