← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9887.q · 生成模型:GPT-6

Sigmoid饱和与梯度衰减

理解等级:中级

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?

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:《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。