神經網絡中激活函數的作用總結

神經網絡中激活函數用來引入非線性因素，用來解決模型不能解決的問題。 基於二分類問題展開討論。 利用單層感知機模型，可以生成一條直線，將空間內的三角形與圓形分開        對於新的樣本（x1，x2），將其帶入這個線性模型，得到y>0或者y<0分別對應圓形或者三角形，但是實際上這種思路是假設樣本分佈是線性可分的，當線性不可分時，便會效果不理想。於是我們試圖組合幾個不同的這種線性模型來獲得更好的分類

>>阅读原文<<