知识卡片
激活函数影响梯度
Sigmoid把输出压在0与1之间,Tanh压在负1与正1之间。两者在输入绝对值大时都近乎平坦。ReLU让正值通过、负值变零,长期落在负区间的单元可能不再更新。Leaky ReLU给该区间留小斜率,保留更新信号。
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
- 神经网络基础 神经元、激活与异或 · 查看原书依据
简单、易于计算的。下面介绍几个常用的激活函数:Sigmoid函数、Tanh函数、ReLU函数和Leaky ReLU函数。
参考来源
- 位置:《机器学习基础》第12章,12.1 神经元模型(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter79.xhtml)
- 结论依据:原文借「常用的激活函数:Sigmoid函数、Tanh函数」处的论述给出本卡所解释的关系或做法。
- 原始内容:简单、易于计算的。下面介绍几个常用的激活函数:Sigmoid函数、Tanh函数、ReLU函数和Leaky ReLU函数。