【吴恩达深度学习专栏】浅层神经网络(Shallow neural networks)——激活函数的导数(Derivatives of activation functions)

3.8 激活函数的导数(Derivatives of activation functions)

在神经网络中使用反向传播的时候,你真的需要计算激活函数的斜率或者导数。针对以下四种激活,求其导数如下:
1)sigmoid activation function
在这里插入图片描述
图3.8.1
其具体的求导如下:

在这里插入图片描述
2) Tanh activation function
在这里插入图片描述
图3.8.2
其具体的求导如下:

在这里插入图片描述
3)Rectified Linear Unit (ReLU)

在这里插入图片描述
4)Leaky linear unit (Leaky ReLU)
与ReLU类似

在这里插入图片描述
注:通常在z=0的时候给定其导数1,0.01;当然z=0的情况很少

发布了867 篇原创文章 · 获赞 1224 · 访问量 16万+

猜你喜欢

转载自blog.csdn.net/qq_35456045/article/details/105084502