Layer di Attivazione

/ˌæktɪˈveɪʃən ˈleɪər/

Layer di Attivazione: Un layer che applica una funzione di attivazione non lineare element-wise al suo input. I layer di attivazione introducono non-linearità, permettendo alle reti di apprendere pattern complessi. Spesso posti dopo trasformazioni lineari (convoluzione, layer densi). Comuni: layer ReLU, sigmoid, tanh.

In English: Activation LayerLegge III · Come una rete impara dai dati

I layer di attivazione introducono non-linearità, permettendo alle reti di apprendere pattern complessi. Spesso posti dopo trasformazioni lineari (convoluzione, layer densi). Comuni: layer ReLU, sigmoid, tanh.

Esempi

  • Layer attivazione ReLU
  • Layer output sigmoid
  • Layer nascosto tanh