概述
转自 :https://blog.csdn.net/yaoyaoyao2/article/details/73848983
计算过程(若有误,请指正):
它们之间存在的细微差别
观察sigmoid和tanh的函数曲线,sigmoid在输入处于[-1,1]之间时,函数值变化敏感,一旦接近或者超出区间就失去敏感性,处于饱和状态,影响神经网络预测的精度值。tanh的输出和输入能够保持非线性单调上升和下降关系,符合BP网络的梯度求解,容错性好,有界,渐进于0、1,符合人脑神经饱和的规律,但比sigmoid函数延迟了饱和期。
其他满足定义域为R,值域为(0,1)的函数
参考资料:
Sigmoid的维基百科链接https://en.wikipedia.org/wiki/Sigmoid_function
Tanh的维基百科链接https://en.wikipedia.org/wiki/Hyperbolic_function
http://blog.sina.com.cn/s/blog_6bb5e91b0102vbbr.html
---------------------
作者:yaoyaoyao2
来源:CSDN
原文:https://blog.csdn.net/yaoyaoyao2/article/details/73848983
!
最后
以上就是谨慎发夹为你收集整理的Sigmoid和tanh的异同的全部内容,希望文章能够帮你解决Sigmoid和tanh的异同所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复