2
条回答
写回答
写回答
-
-
非线性：即导数不是常数。 几乎处处可微：可微性保证了在优化中梯度的可计算性。 计算简单。 非饱和性（saturation）：饱和指的是在某些区间梯度接近于零（即梯度消失），使得参数无法继续更新的问题。 单调性（monotonic）：即导数符号不变。 输出范围有限：有限的输出范围使得网络对于一些比较大的输入也会比较稳定 接近恒等变换（identity）：即约等于x。这样的好处是使得输出的幅值不会随着深度的增加而发生显著的增加 参数少：大部分激活函数都是没有参数的。 归一化（normalization）：这个是最近才出来的概念，对应的激活函数是SELU。类似于Batch Normalization2022-03-15 07:48:40赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
