本系列文章由 @yhl_leo 出品,转载请注明出处。
文章链接: http://blog.csdn.net/yhl_leo/article/details/51734189


Sigmodi 函数是一种数学函数,函数图像具有“S”形状(也称Sigmoid curve)。一般,Sigmoid 函数指的是一种特殊的逻辑函数(logistic function):

函数图像如图 1所示。


图 1 logistic curve

还有一些其他相似的函数,如今多种多样的sigmoid 函数被应用在人工神经网络中,作为激活函数(Activation Function)。

定义: Sigmoid函数是一种有界的可微实函数,函数曲线上的任一点对应的导数值均为正值。

A sigmoid function is a bounded differentiable real function that is defined for all real input values and has a positive derivative at each point.

使用数学语言可以如下描述:

其中R指的是实数集。该函数最重要的性质就是:

从定义就可以看出,只要满足上诉的三条性质的函数,都可以成为Sigmiod函数,例如 arctangent, hyperbolic tangent, Gudermannian function, error function等。

图 2 是一张几种常见的Sigmoid函数图像,图中的函数都进行了归一化,在原点处的曲线斜率都为1.


图 2 Some Sigmoid function compared

Sigmoid Function相关推荐

  1. sigmoid function vs softmax function

    DIFFERENCE BETWEEN SOFTMAX FUNCTION AND SIGMOID FUNCTION 二者主要的区别见于, softmax 用于多分类,sigmoid 则主要用于二分类: ...

  2. Logistic Function == Sigmoid Function

    Logistic function, 逻辑函数,逻辑斯谛函数,这些都是一个意思,指的也都是: Sigmoid函数.解释如下: --- Sigmoid函数是一个S型函数. Sigmoid函数的数学公式为 ...

  3. 人工神经网络中为什么ReLu要好过于tanh和sigmoid function?

    先看sigmoid.tanh和RelU的函数图: 第一,采用sigmoid等函数,算激活函数时(指数运算),计算量大,反向传播求误差梯度时,求导涉及除法和指数运算,计算量相对大,而采用Relu激活函数 ...

  4. 深度学习——人工神经网络中为什么ReLu要好过于tanh和sigmoid function?

    参考吴恩达的深度学习课程. 先看看各个激活函数图: 第一个问题:为什么引入非线性激励函数? 如果不用激励函数(其实相当于激励函数是f(x) = x),在这种情况下你每一层输出都是上层输入的线性函数,很 ...

  5. 人工神经网络中的activation function的作用具体是什么?为什么ReLu要好过于tanh和sigmoid function?

    转自:https://www.zhihu.com/question/29021768 附:双曲函数类似于常见的(也叫圆函数的)三角函数.基本双曲函数是双曲正弦"sinh",双曲余弦 ...

  6. python如何拟合函数_我们如何在Python中拟合一个sigmoid函数?(How do we fit a sigmoid function in Python?)...

    由于可重现性的原因,我正在共享我在这里工作的简单数据集. 为了弄清楚我在做什么--从第2列开始,我读取当前行并将其与前一行的值进行比较.如果它更大,我会不断比较.如果当前值小于前一行的值,我想用当前值 ...

  7. 人工神经外网络中为什么ReLu要好过于Tanh和Sigmoid Function?

  8. Cost Function

    首先本人一直有一个疑问缠绕了我很久,就是吴恩达老师所讲的机器学习课程里边的逻辑回归这点,使用的是交叉熵损失函数,但是在进行求导推导时,google了很多的课件以及教程都是直接使用的,这个问题困扰了很久 ...

  9. 激活函数之logistic sigmoid函数介绍及C++实现

    logistic sigmoid函数: logistic sigmoid函数通常用来产生Bernoulli分布中的参数ø,因为它的范围是(0,1),处在ø的有效取值范围内.logisitic sigm ...

最新文章

  1. Scrapy框架的概念、作用和工作流程
  2. JGG: 赵方庆、赵翔等开发高效捕获RNA病毒基因组的宏转录组建库测序新技术
  3. 计算机应用基础操作题教学考试,电大教学全国计算机应用基础考试网考内容全部操作题.doc...
  4. 程序员面试题精选100题(18)-用两个栈实现队列[数据结构]
  5. Rime在linux下面的安装-还没写完
  6. 黔南民族师范学院计算机与信息学院,黔南民族师范学院
  7. 数据库及中间件术语解释
  8. JavaScript中的call,apply,bind学习总结
  9. 【IKExpression】IKExpressionV2.0简易表达式解析器
  10. Debian — command not found
  11. Android ImageView点击效果
  12. pb定时器timer
  13. CSP共空间模式详解
  14. 女儿当自强,男儿更当自强
  15. 微信公众平台开发3-微信服务器IP接口实例(含源码)
  16. 2021年六级英文作文:China’s achievement in higher education.
  17. 数据分析应该怎么做?
  18. css奇技淫巧-色彩渐变与动态渐变
  19. pip离线安装第三方包
  20. android 存储盘 dcim,DCIM是什么?教你轻松理清照片存放路径

热门文章

  1. 评估通用社区测试计划的性能并预测结果
  2. Android手机不同频率的听力测试功能实现
  3. 机器学习模型什么时候需要做数据标准化?
  4. 轻松在Google Chrome浏览器中管理您的电子邮件
  5. 【厚积薄发系列】C++项目总结9—ZeroMQ消息队列入门及分布式系统中应用(一)
  6. MATLAB算法实战应用案例精讲-【图像处理】数字图像二值化(附Java、python、matlab、C++和R语言代码实现)
  7. 管理工作三大忌!推荐阅读收藏哦
  8. 19个GIS相关地理信息数据
  9. 【山大智云开发日志】项目安装与部署
  10. 程序员送女朋友的新年礼物