Ang mga gawain ng aktibasyon ay mahahalagang mga bahagi ng mga network ng neuron.Tinitiyak nila kung ang isang neuron ay dapat na pakilusin o hindi, iniimpluwensiyahan ang kakayahan ng network na matuto ng masalimuot na mga padron. pag-unawa kung paano gumagana ang mga tungkuling ito at kung paano i-ebolb ang mga ito ay mahalaga sa disenyo ng neural network.

Ano ba ang mga Kawili - wiling Gawa ng Aktibasyon?

Ang mga gawaing aktibsyon ay nagpapakilala ng hindi-linearity sa network. kung wala nito, ang neural network ay mag-aasal na parang linear model, na nagtatakda sa kakayahan nito na lutasin ang mga komplikadong problema. Binabago nito ang input signals upang maging output signals na maaaring maipasa sa mga susunod na layer.

Karaniwang mga Kawili - wiling Aktibidad

  • [ Ang mga pagpapahalaga sa pagitan ng 0 at 1, na magagamit sa pagtantiya ng probabilidad.
  • RELU: Ang mga input ay direktang nailalapat kung positibo; kung hindi, sero.Ito ay mahusay sa pagkalkula at tumutulong sa pag-alis ng mitiplate.
  • [Tanh: Ang mga pagpapahalaga sa pagitan ng -1 at 1, na nakasentro sa paligid ng sero, na maaaring mapahusay ang mga dynamics ng pagsasanay.

Pag - iimbento ng mga Kawili - wiling Aktibidad

Ang bawat aksesorya ay may pormulang matematikal na ginagamit upang i-compile ang output nito mula sa input. Halimbawa:

[
f(x) = 1 / (1 + e[-x)

[
f(x) = max(0, x)

[[[[T:[[[[[[[[[[[[[[C]f(x) = x - e -[[T:[[FLT][[[[[[T:[[[[[T])[[[[[[[T][[T][[T][T][T][T][T][T][T][T][T][[T][[T][[T][[[T][[T][[[T][[[[[[[[[[[[[T]]]]]]