爲什麼採用激活函數

爲什麼要使用sigmoid，tanh，ReLU等非線性函數？ 這個原因大家都知道，爲了增加非線性唄！ 深度學習的目的是用一堆神經元堆出一個函數大致的樣子，然後通過大量的數據去反向擬合出這個函數的各個參數，最終勾勒出函數的完整形狀。 那如果激活函數只是線性函數，那一層層的線性函數堆起來還是線性的，這年頭線性函數能幹啥呀？ 肯定不行，這樣整個網絡表現能力有限，所以要引入非線性的激活函數進來。 那爲什麼

>>阅读原文<<