知识卡片
Sigmoid饱和与梯度衰减
sigmoid 将有限实数映射到 (0,1),tanh 映射到 (-1,1);输入绝对值很大时两者斜率接近零,链式法则可能使梯度逐层衰减。书中 sigmoid 图注给出的 [-1,1] 是笔误,这一区间对应 tanh;饱和是渐近现象,有限输入并非数学上完全恒定。
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
- 激活函数 · 查看原书依据
sigmoid函数和tanh函数都是
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第17章《激活函数》17.6(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0024_split_006.html`)
- 结论依据:sigmoid函数和tanh函数都是。
- 原始内容:sigmoid函数和tanh函数都是将整个输入范围(从负无穷到正无穷)压缩(squashing)到一个小范围内(见图17.20):sigmoid函数将所有输入压缩到[0,1]的区间上;tanh函数则是将所有输入压缩到[−1,1]上。