sigmoid neurons (activation function)

阅读量：

在感知过程中, 如果仅偶然更改一个权重, 可能会引导结果趋向于预想的方向发展（例如, 数字识别系统将'8'误判为'9', 进行相应调整）, 这种改动可能会导致其他识别结果出现重大波动, 例如原本被认为是正确的识别变得全部错误。

因此，引入sigmoid neuron的概念
介绍：

与介绍perception的方式类似的是sigmoid函数。它接受输入变量x₁, x₂, x₃，并不仅仅局限于取值范围为0到1之间的数值；它可以是任何介于该范围内的实数。 sigmoid函数带有权重参数w₁, w₂以及偏置项b，并不强制要求其输出为二元值（0或1），而是能够生成连续的数值结果。

全部评论 (0)

还没有任何评论哟~