机器学习激活函数选择对比

1-1. sigmoid函数 取值范围为(0,1)，因而又称为l Logistic 函数，它可以将一个实数映射到(0,1)的区间，可以用来做二分类 应用：在特征相差比较复杂或是相差不是特别大时效果比较好 sigmoid缺点： 激活函数计算量大，反向传播求误差梯度时，求导涉及除法 反向传播时，很容易就会出现梯度消失的情况，从而无法完成深层网络的训练 1-2. Tanh函数 或者写成 sigmoid

>>阅读原文<<