sigmoid函数

线性神经网络与激活函数

激活函数作用是优化

1. 在神经网络中，激活函数的作用是能够给神经网络加入一些非线性的因素，使得神经网络可以更好地解决较为复杂的问题。如果没有激活函数，那么感知机以及感知机叠加形成的神经网络也没有办法产生非线性。

因此，在现实的复杂问题中，必须引入非线性因素提高模型的表达能力。

2. 通过sigmoid函数，线性网络可以组成逻辑回归或者多层神经网络。

3.线性神经网络与激活函数：

激活函数是为了适应非线性的输出