海维赛德阶跃函数又称单位阶跃函数,是一个不连续函数,其最简单的定义如下:
即当x大于0时,H(x) = 1;x小于0时,H(x) = 0但是对于x等于0时的函数值,却有不同的说法
比如下图所示的一个替代形式:
亦或使用half-maximum约定,则可将其定义如下:
与一般的离散型函数不同,H(0)的定义在实际应用中是非常重要的
本文翻译自:https://en.wikipedia.org/wiki/Heaviside_step_function
海维赛德阶跃函数又称单位阶跃函数,是一个不连续函数,其最简单的定义如下:
即当x大于0时,H(x) = 1;x小于0时,H(x) = 0但是对于x等于0时的函数值,却有不同的说法
比如下图所示的一个替代形式:
亦或使用half-maximum约定,则可将其定义如下:
与一般的离散型函数不同,H(0)的定义在实际应用中是非常重要的
本文翻译自:https://en.wikipedia.org/wiki/Heaviside_step_function
上一篇:numpy中常用ufunc
下一篇:信息熵的通俗理解
在神经网络最后的输出层,通常会使用激活函数将最后一层神经元得到的数据再进行计算,最终得到一个输出的结果,这里称该函数为激活函数,比对输出表达式为,当最后一层输出元得到的数据大于0,则输出1,小于0则输出0,这种称为阶跃函数,常见的激活函数有阶跃函数,sigmoid,ReLU,tanh函数阶跃函数阶跃函数的意义为,当输入数据大于某个值时输出值A,小于等于某个值时为B,表现为在某个值时输出突
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M