知识卡片

普通读书笔记卡 · 9943.b.1.a.3.b.1 · 生成模型:未记录

非线性激活让层次生效

理解等级:高级

纯仿射层堆叠能合为一次仿射变换。插入非线性后,各层可逐步组合出分段或弯曲关系。Sigmoid 输出在 0 到 1 之间,tanh 有正负输出,两者尾部梯度小。ReLU 在正半轴为线性、负半轴为零,输出不封顶,负半轴无法传递局部梯度。

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:原文以层间加权和、偏置和激活函数解释前向计算,并比较三种激活。 - 原始内容:神经元激活值主要取决于两个部分,一个是线性函数如,另一个则是非线性函数如σ,它们的复合作用最终决定了神经元激活值的情况。