前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >学习笔记:神经元模型(2)

学习笔记:神经元模型(2)

作者头像
Lauren的FPGA
发布2020-03-12 11:42:20
4100
发布2020-03-12 11:42:20
举报
文章被收录于专栏:Lauren的FPGALauren的FPGA
神经元模型的另一个重要部分是激活函数,激活函数的本质是向神经网络引入非线性因素,使得神经网络可以拟合各种曲线。因为激活函数是非线性函数,从而,神经网络的输出不再是输入的线性组合,而是几乎可以逼近任意函数,也就增强了神经网络的表达能力。

这里我们给出三种常用的激活函数,如下图所示。

Python的Numpy package中提供了exp和maximum函数,因此,可以很方便地描述上述三个函数,如下图所示。

描述了这三个函数,就可以用matplotlib package提供的函数方便地画出函数图像,这三个函数的图像如下图所示。为便于比较,将这三个函数的图像在同一坐标系显示。

从图像中不难看出,sigmoid 函数不是关于原点中心对称的(zero-centered);tanh解决了sigmoid中的 zero-centered 问题;ReLU是目前使用最频繁的一个函数。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-03-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Lauren的FPGA 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档