问在卷积神经网络中何时使用Sigmoid函数和何时使用ReLu
EN

Data Science用户

提问于 2017-06-18 04:47:17

回答 1查看 4.6K关注 0票数 1

请参考一篇好的文章，解释为什么我们在神经网络的最后一层使用Sigmoid激活，在中间层和输入层使用ReLu激活，而在构建卷积神经网络时使用Sigmoid激活？我不知道这是如何得到正确的输出的。

发布于 2017-06-18 06:55:36

Relu解决了梯度消失问题，停止了神经元的失活。在输出层使用Sigmoid，因为它的范围是(0，1)，并且可以表示二进制类的概率。在进行多分类时，使用Softmax函数更合适.

也许你需要阅读更多的资料，你可以参考CS231n。谢谢。

票数 3

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/19836

复制

相似问题

问在卷积神经网络中何时使用Sigmoid函数和何时使用ReLuEN