Sigmoid 函数(To be continued)
生活随笔
收集整理的這篇文章主要介紹了
Sigmoid 函数(To be continued)
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
1.Definition
Sigmoid 函數又稱 S 函數,或者邏輯函數(Logistic function),它是一個連續、光滑、嚴格單調的閾值函數。
其函數圖像為:
其對稱中心為(0, 0.5)
2.Math fundations
- 其數學表達式為:y=11+e?x
- 其一階微分為:dydx=[1?y(x)]y(x)=e?x(1+e?x)2=ex(1+ex)2
它的拐點為 x=0, y=12 的點,如圖所示。
3.Application in NN
- BP 算法中神經元的作用函數?
4.How to use in matlab?
- Matlab 中無 Sigmoid 函數,需要自己定義,如下
5.A question form 知乎(待續):
為什么 sigmoid function可以表示分類問題的probability?–★必看★
Softmax 函數的特點與應用?
- Sigmoid 函數是 Bernoulli 分布的標準鏈接函數; Softmax 的二維形式。
- Sigmoid 用于二分類;Softmax 用于多分類(LDA)。
References:
1.Sigmoid Function from MathWorld.
2.Continuous Output-The Sigmoid Function
3.S-型函數-sigmoid
4.Matlab-sigmoid 函數
5.Markdown 公式編輯
6.關于 softmax函數
總結
以上是生活随笔為你收集整理的Sigmoid 函数(To be continued)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: ML DL 知乎问题收集
- 下一篇: Loss Function , Cost