关于Sigmoid的由来,中文的网站上很少有提及的下面简单讲一下,希望能给大家拓展一下思路
PS: 这里的公式我都给出了求解过程,但如今这个年头用手工解题的人越来越少了,一般的方程用软件来解就行了
如果想得到求解嘚步骤或更详细的信息,推荐使用Wolfram:
基于生物学的神经元激活函数是这样的:
实践证明了基于统计学的Sigmoid函数激活效果要比基于生物学的模型好而且计算起来很方便,所以说不能以机器和人的相似度为标准来判断AI算法的好坏
Sigmoid函数原先是个描述人口增长的数学模型,1838提出給出的是导数形式(概率密度)。人口增长规律:起初阶段大致是指数增长;然后逐渐开始变得饱和增长变慢;达到成熟时几乎停止增长;整个过程形如一条S型曲线。
导数的形式知道了那么它的原函数是什么样子呢?已知导数求原函数用统计学的话来讲,即根据概率密度函数(PDF)求累积分布函数(CDF)不定积分(Indefinite Integral)就是专门用来做这个的工具。
根据不定积分的知识可知由于常数项是可变的,所以存在无数个原函数的鈳能让我们先用图解法看一下:既然导数是函数曲线的斜率,那么可以把一定数值范围内的斜率都画成一根根的短斜线,组成斜率场(Slope Fields, Direction Fields)然后根据这些斜线的走势,画出积分曲线
从上图中可以看出,在y轴的0~1之间是个分水岭0和1处的方向趋于水平。下面放大0~1的范围看看是什么样子的
下面给出符号求解的过程:
用tanh作激活函数,收敛比较快效果比Logistic函数还要好。
题外话:根据上面的公式变换可以得出史上朂美的数学公式: ,数学中最神秘的5个符号e、i、π、1和0全包含在里面了。
拍照搜题秒出答案,一键查看所有搜题记录
拍照搜题秒出答案,一键查看所有搜题记录
拍照搜题,秒出答案一键查看所有搜题记录
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。