단일 레이어 퍼셉트론을 학습 할 때 활성화 기능

Question

다중 레이어 신경 네트워크를 학습 할 때 효율적으로 학습하려면 S 자형 활성화 기능을 사용해야합니다.

단일 레이어 퍼셉 세론을 트레이닝 할 때 S 자형 활성화 기능을 사용하거나 간단한 단계 (헤비 사이드) 기능으로 충분하거나 (또는 ​​더 좋을 수도 있습니다) 이점이 있습니까?

나는 천천히 신경 네트워크 주위에 내 머리를지고 있지만 이것에 대한 도움을 주시면 감사하겠습니다.

Answer 1

예 장점이 있습니다. 결과는 0과 1 사이의 값일 수 있으며 YES 또는 NO 일 필요는 없으며 MAYBE 일 수도 있습니다. 단일 뉴런 모델의 경우에도 비 단계 활성화 기능을 갖는 것이 좋습니다.

필요한 경우 출력을 읽는 방법에 따라 다릅니다. 바이너리 (YES, NO) 값 또는 중간 값이 필요합니까?

S 자형 함수를 사용하고 싶지 않다면 선형 함수를 사용할 수도 있다고 생각합니다.