知识卡片
ReLU激活函数
ReLU(修正线性单元)把输入与零比较,输出较大者:负输入变为零,正输入保持原值。经过权重和偏置变换后,它形成带转折的分段线性函数;多个 ReLU 可以组合出更复杂的形状。它与 sigmoid 都可作为激活函数。
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
- 机器学习基础 1.2.2 模型变形 · 查看原书依据
其实还可以对模型做更多的变形,不一定要把 hard sigmoid 函数换成 soft sigmoid函数. hard sigmoid 函数可以看作两个ReLU(Rectified Linear Unit,修正线性单元)的叠加,ReLU先是一条水平的线,到了某个地方经过一个转折点,变成一个斜坡,对应的公式为
参考来源
- 位置:《深度学习详解》第1章《机器学习基础》1.2.1 节(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter01.xhtml`)
- 结论依据:原文以 ReLU、深层网络和观看量预测结果说明激活函数、层数和过拟合;相关图式和公式已读取。
- 原始内容:其实还可以对模型做更多的变形,不一定要把 hard sigmoid 函数换成 soft sigmoid函数. hard sigmoid 函数可以看作两个ReLU(Rectified Linear Unit,修正线性单元)的叠加,ReLU先是一条水平的线,到了某个地方经过一个转折点,变成一个斜坡,对应的公式为