sigmoid函数
在信息科学中，由于其单增以及反函数单增等性质，Sigmoid函数常被用作神经网络的激活函数，将变量映射到0-1之间。用于隐层神经元输出，它可以将一个实数映射到（0，1）的区间，可以用来做二分类。
优点：平滑、易于求导
缺点：激活函数计算量大，反向传播时，很容易出现梯度消失的情况，从而无法完成 **深层**网络的训练
公示：
01-20200930 Sigmoid函数
sigmoid函数
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
