深度學習裏常用激活函數，目標函數

激活函數 線性變換的複合還是線性變換，但很多時候只做線性變換，並不能很好得解決分類問題，需要引入非線性激活函數 （0）階躍激活函數 （1）sigmoid激活函數，tanh激活函數 （2）ReLU激活函數，Leaky-ReLU激活函數 （3）softmax激活函數 常用於分類問題的輸出層 softmax(xi)=exi∑j=1nexj 目標函數 目標函數也稱爲損失函數、代價函數，是深度學習裏用於訓練

>>阅读原文<<