神經網絡之一 激活函數

激活函數運行時激活神經網絡中的某一部分神經元，將激活信息向後轉入下一層的神經網絡。神經網絡之因此可以解決非線性問題，本質上就是激活函數加入了非線性因素，彌補了線性模型的表達力，把激活的神經元的特徵經過函數保留並映射到下一層。由於神經網絡的數學基礎是到處可微，因此選取的激活函數要保證數據的輸入與輸出也是可微的。激活函數不會更改輸入數據的維度。網絡 tensorflow常見的激活函數：函數 1，sig

>>阅读原文<<