知识卡片
Tanh激活的范围
双曲正切 tanh 将实数映射到 (−1,1),以零为中心;与 Sigmoid 相比输出可正可负。它在输入绝对值很大时仍会饱和并产生很小的导数,因此零中心并不意味着它不会出现梯度消失。
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:误差倒查分解 · 查看原书依据
Tanh函数的输出是以0为中心的,也就是说,当输入值为0时,输出值也为0。
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第4章《深度神经网络:误差倒查分解》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0007.xhtml`,4.1—4.2及对应公式图)
- 结论依据:原文与图示说明模型、激活和训练目标;卡片对需要的数学条件作限定。
- 原始内容:Tanh函数的输出是以0为中心的,也就是说,当输入值为0时,输出值也为0。