-
激勵函數
鎖定
神經網絡中的每個節點接受輸入值,並將輸入值傳遞給下一層,輸入節點會將輸入屬性值直接傳遞給下一層(隱層或輸出層)。在神經網絡中,隱層和輸出層節點的輸入和輸出之間具有函數關係,這個函數稱為激勵函數。常見的激勵函數有:線性激勵函數、閾值或階躍激勵函數、S形激勵函數、雙曲正切激勵函數和高斯激勵函數等。
- 中文名
- 激勵函數
- 外文名
- Activation Function
- 常見激勵函數
- 階躍函數,徑向基函數等
- 釋 義
- 單個神經元輸入與輸出的函數關係
- Sigmoid函數
- 連續,可導,有界,關於原點對稱
激勵函數常見激勵函數
Sigmoid函數。是連續,可導,有界,關於原點對稱的增函數,呈S形,具體可用反正切函數arctan或指數函數exp來實現,如f(x)=arctan(x)/(pi/2), f(x)=1/(1+e-x);
階躍函數;是sigmoid函數的不可導版本;
徑向基函數。是函數值沿從輸入空間中某點向外輻射的徑向射線變化的函數。在空間呈球形。
激勵函數定義
神經網絡中的每個節點接受輸入值,並將輸入值傳遞給下一層。輸入節點會將輸入屬性值直接傳遞給下一層(隱層或輸出層)。在神經網絡中,隱層和輸出層節點的輸入和輸出之間具有函數關係,這個函數稱為激勵函數(Activation Function)。
[1]
神經網絡中每個結點i的輸出都基於相關的激勵函數
的定義。激勵函數有時也叫處理單元函數或壓縮函數。它用於輸入弧上的一組輸入。激勵函數也叫點火規則,這使它與人腦的工作聯繫起來。當一個神經元的輸入足夠大時,就會點火,也就是從它的軸突(輸出連接)發送電信號。同樣,在人工神經網絡中,只要輸入超過一定標準時才會產生輸出,這就是點火規則的思想。當只處理二值輸出時,輸出要麼為0要麼為1,取決於神經元是否應該點火。
[2]
激勵函數
應用於一組輸入值{
,
,
}和權值{
,
,
},這些輸入值通常以乘積之和的形式
激勵函數兩個條件
多種函數可以作為激勵函數,只需要滿足兩個條件:
1.函數必須輸出 [0,1]之間的值;
激勵函數類型
激勵函數函數
線性激勵函數基於輸入產生一個線性輸出值。
激勵函數閾值
(1)當
時,
;
(2)當
時,
;
(3)當
時,
;
激勵函數S形
S形激勵函數是一個輸出值在-1~1之間(或0~1之間)的S形曲線,它是單調增加的。雖然S形函數有幾種類型,但是它們都具有“S”形特徵。
激勵函數雙曲正切
S形函數的一個變種是雙曲正切函數,如:
激勵函數高斯
高斯函數是一個輸出值在區間 [0,1]上的鐘形曲線。
激勵函數逆函數積分和
求取激勵函數逆函數積分和的目的是為了配合所設計的能量函數的數值計算,但是該值得求取具有以下困難:
(1)逆函數無法用數學解析表達;
(2)要對逆函數積分並不容易;
(3)即使可以積分,也會很浪費時間,不適宜在算法迭代中直接使用。
為了解決上述問題,這裏將以64QAM信號的激勵函數為例來闡述求取改該值的方法:
(1)利用正函數,求關於逆函數的積分;
(2)利用Cumtrapz求在區間段的積分採樣值;
(3)利用多項式進行最小二乘迴歸,獲得迴歸函數的迴歸擬合曲線。
只要預先獲得激勵函數的逆函數積分和,就可以很容易地構造出對應的搜索表,然後在迭代中直接採用查表方法獲得相應的值,或者可以根據擬合迴歸函數進行近似計算逆函數積分和的值。
[3]