目录
- 一、什么是激活函数:
- 二、如何选择激活函数:
- 1.Sigmoid激活函数:
- 2.线性激活函数:
- 3.ReLU激活函数:
一、什么是激活函数:
- 激活函数是神经网络中的一种函数,它在神经元中起到了非线性映射的作用。
- 在神经网络的每个神经元中,都会通过激活函数将输入信号进行处理,然后输出给下一层神经元。
- 通俗解释:逻辑回归模型中的Sigmoid函数就是逻辑回归模型的激活函数,通过将输入特征向量x映射到Sigmoid函数的输入z上,将输出g映射到[0,1]范围内,实现了最终目标:预测结果输出二分类0/1。
二、如何选择激活函数:
每个神经元都可以选择各自的激活函数。
1.Sigmoid激活函数:
- 当某个神经元所解决的是二分类问题(二分类问题,结果只有两个) 时,建议选择Sigmoid激活函数。
- 这时该神经元就是一个普通的逻辑回归模型。
2.线性激活函数:
- 当某个神经元解决的是回归问题(回归问题,结果有无限个),且输出可正可负 时,建议使用线性激活函数。
- 这时该神经元就是一个普通的线性回归模型。
3.ReLU激活函数:
- 当某个神经元解决的是回归问题(回归问题,结果有无限个),且输出只能是正数 时,建议使用ReLU激活函数。
- 这时该神经元就是一个预测结果非负的线性回归模型。