深度学习|3.6 激活函数 3.7 为什么需要非线性激活函数

激活函数

主要有sigmoid函数、tanh函数、relu函数和leaky relu函数

tanh函数相比sigmoid函数是具有优势的,因为tanh函数使得输出值的平均值为0,而sigmoid函数使得输出值的平均值为1/2,对下一层来说tanh输出的0更好进行处理。

激活函数tanh和sigmoid函数的不同和缺点

两者在趋近正负无穷时,函数值的变化量基本忽略不计。

relu函数

relu函数的缺点是,当x小于0时,函数值为一个常数,对应地,其导数为0。

相关推荐
掘金一周3 分钟前
看看大家每月的成本有多少 | 沸点周刊 7.30
前端·人工智能·后端
Zzj_tju5 分钟前
如何复现一篇 LLM 论文:环境、数据、权重、seed 和日志
人工智能·自然语言处理
ZHOU_WUYI12 分钟前
4. light wam 模型loss计算过程
开发语言·人工智能·python
SelectDB28 分钟前
AI Agent 可观测性实战教程:用 Apache Doris 5 分钟搭建 Agent 监控系统
人工智能
尤乐娃子31 分钟前
进入大厂(厂子大)实习Day5
人工智能
骄阳如火37 分钟前
论文SKILLS实测系列一、nature-skills:把“中式论文腔“润色成 Nature 风格
人工智能
逻辑君39 分钟前
基于 PPO 的双足机器人行走控制
人工智能·深度学习·机器人
xiaoeshuo41 分钟前
产品介绍PPT模板哪家强?8个平台实测对比
人工智能
惊讶的猫1 小时前
《动手学大模型智能体》(Hands-on AI Agent)
人工智能
找方案1 小时前
北京砸1亿支持智能体:Agent创业迎来黄金窗口期
大数据·人工智能·microsoft