TensorFlow 學習（五）：深度學習、神經網絡

tensor operation(返回結果tensor) 在S型神經元中，和感知器神經元的區別在於： 對於結果值z的轉換，採用的不是sign函數進行轉換，是採用平滑類型的函數進行轉 換，讓輸出的結果值y最終是一個連續的，S型神經元轉指使用的是sigmoid函數。 激活函數的主要作用是提供網絡的非線性建模能力。只有加入了激活函數之後，深度神經網絡才具備了分層的非線性映射學習能力。 激活函數的主要特性

>>阅读原文<<