文献检索-宁波市创意产业特色资源库

限定检索结果

深度学习模型中不同激活函数的性能分析: 收藏
分享
引用; 《网络安全与数据治理》2023年第S1期42卷 149-156页; 作者：张恺翊张宁燕江志浩代维凯邹晓91977部队北京102249 91423部队辽宁大连116043; 近年来,人们为处理众多问题引入了各种类型的神经网络,神经网络取得了巨大的发展。任何神经网络使用的层次结构是线性和非线性函数的组合,其中最常见的非线性层是激活函数,如Logistic Sigmoid、Tanh、ReLU、ELU、Swish和Mish。对深度学...; 近年来,人们为处理众多问题引入了各种类型的神经网络,神经网络取得了巨大的发展。任何神经网络使用的层次结构是线性和非线性函数的组合,其中最常见的非线性层是激活函数,如Logistic Sigmoid、Tanh、ReLU、ELU、Swish和Mish。对深度学习神经网络中的激活函数进行了介绍,并对不同激活函数的输出范围、单调性、平滑性等特点进行了分析。通过在数据集上测试,对现在使用频率较高的激活函数进行了性能测试。对激活函数的分析将有助于进一步地在模型设计中进行选择。; 来源：详细信息评论

限定检索结果