Sigmoid 算法
2017-07-09 本文已影响193人
SpikeKing
Sigmoid Function, 即双弯曲函数.
公式

取值范围:

当z=0时, sigmoid值是0.5;
当z=4时, sigmoid值是0.982≈1;
当z=-4时, sigmoid值是0.018≈0;
梯度

即

取值范围:

优缺点:
- 神经网络中的激活函数, 其作用就是引入非线性;
- 输出范围有限, 数据在传递的过程中不容易发散; 缺点是饱和的时候梯度太小;
- 输出范围为(0, 1), 所以可以用作输出层, 输出表示概率;
- 容易求导, y'=y(1-y), 这样很容易做bp(back propagation, 反向传播).
关于Sigmoid算法, 非常全面的讲解. That's all! Enjoy it!