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 datiI 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