Sigmoid Function

/ˈsɪɡmɔɪd/

Sigmoid Function: An activation function that maps inputs to values between 0 and 1: f(x) = 1/(1 + e^(-x)). Sigmoid is used for binary classification output layers and was historically popular for hidden layers. However, it suffers from vanishing gradient problems in deep networks.

In italiano: Funzione SigmoideLegge II · Probabilità, softmax e modelli generativi

Sigmoid is used for binary classification output layers and was historically popular for hidden layers. However, it suffers from vanishing gradient problems in deep networks.

Examples

  • Binary classification output
  • Logistic regression
  • Gate mechanisms in LSTM

Attivazioni e derivate

Confronta le curve: attiva ogni funzione e la sua derivata per osservare saturazione e gradiente.

-4-224yx

    Autovalutazione

    Tre domande per verificare la comprensione della voce. Le spiegazioni restano disponibili anche senza JavaScript.

    1. Che cos’è Sigmoid Function?
    Spiegazione

    Sigmoid Function: An activation function that maps inputs to values between 0 and 1: f(x) = 1/(1 + e^(-x)). Sigmoid is used for binary classification output layers and was historically popular for hidden layers. However, it suffers from vanishing gradient problems in deep networks.

    2. Quale applicazione è coerente con Sigmoid Function?
    Spiegazione

    Un esempio è Binary classification output.

    3. Quale voce è collegata a Sigmoid Function?
    Spiegazione

    Le voci correlate sono scelte per collegamento tecnico, non per somiglianza casuale.