以下简单解释一下什么是激活函数,以及激活函数的作用,以及它的作用范围。
第一步:表示神经网络中的一个神经元
假设该神经元有三个输入单元,分别为 𝑥 1 , 𝑥 2 , 𝑥 _3_那么 :
𝑧=𝑥1𝑤1+𝑥2𝑤2+𝑥3𝑤3+𝑏
𝑎=𝜎𝑧 a=σ(z)
第二步:就是激活函数
它的作用是给神经网络增加非线性因素,并将中间结果归一化,方便后面的运算。
把计算结果压缩到 [0,1] 之间,便于后面的计算。
第三步:激活函数的性质
非线性:采用 线性激活函数的 作用为零;
可导性:做误差反向传播和梯度下降,必须要保证激活函数的可导性;
单调性: 单一的输入会得到单一的输出,较大值的输入得到较大值的输出。
第四步: 用 1 来代表一个神经元被激活,0 代表一个神经元未被激活。
神经网络中的概念,用 1 来代表一个神经元被激活,0 代表一个神经元未被激活。
这个阶跃函数的缺点是,它的梯度(导数)恒为零(个别点除外)。
反向传播公式中,梯度传递用到了链式法则,如果在这样一个连乘的式子其中有一项是零, 总梯度就会恒为零,这意味着神经网络无法进行反向传播。
第五步:激活函数用在神经网络层与层之间的连接,最后一层不用激活函数。
激活函数用在神经网络层与层之间的连接,最后一层不用激活函数。
简言之:
神经网络最后一层不需要激活函数。
激活函数只用于连接相邻的两层神经网络。
Original: https://blog.csdn.net/qq_50942093/article/details/127824088
Author: 唯见江心秋月白、
Title: 激活函数(机器学习)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/660209/
转载文章受原作者版权保护。转载请注明原作者出处!