知识卡片
ReLU正域传梯度负域截断
ReLU 在正半轴保留原值和斜率 1,负半轴输出 0 且梯度为 0。实现只需比较,正半轴没有 sigmoid 的饱和。若训练中的输入持续落在负半轴,同一单元就可能长期接不到更新信号。学习率、初始化可影响这种现象。
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
- 深度神经网络 · 查看原书依据
ϕ(x)=max(0,x)
参考来源
- 位置:《机器学习观止:核心原理与实践》第12章《深度神经网络》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter12.xhtml`)。
- 结论依据:第 12.2.3 节比较梯度函数和死区。
- 原始内容:ϕ(x)=max(0,x)