激活函数的作用 为什么要使用relu激活函数？

为什么要使用relu激活函数？

增加了网络的非线性能力，以适应更多的非线性过程。在一定程度上，relu可以防止梯度的消失，但这并不是使用它的主要原因。主要原因是很容易找到导数。在一定程度上，这意味着右端不会接近饱和。当我们计算导数时，导数不会为零，所以梯度不会消失。但是左端问题仍然存在，如果我们掉进去梯度就会消失。所以有很多改进的relu。

卷积神经网络卷积层后一定要跟激活函数吗？

线性激活函数的缺点是线性函数的组合仍然是线性的。

由于我们遇到的问题大多是非线性的，比较复杂，如果不使用激活函数来添加非线性，网络结构的表达能力就非常有限，相应的效果自然就差了。

在训练LSTM的时候使用除了Tanh/Sigmoid以外的激活函数效果都很差，是为什么？

LSTM中使用的所有sigmoid都是门，它们的输出必须在0.1之间，所以relu不能确定

elliotsig也很难饱和。LSTM应该需要饱和门来记住或忘记信息。不饱和的闸门会使过去和现在的记忆一直重叠，这会造成记忆障碍

思考和毅力并不难，但坚持是很难的！

激活函数的作用 python迭代器和生成器 常用激励函数

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。