训练单层感知器时的激活功能

Question

在训练多层神经网络时，使用S形激活功能是有效学习的必要条件。

在训练层层感知器时使用S形激活功能是否有任何优势，或者是一个简单的步骤（重质）功能是否足够（甚至更好）？

我正在慢慢探索神经网络，但是对此有任何帮助都会受到赞赏。

Answer 1

是的，有一个优势。结果可以是介于0和1之间的值，并且不必是YES或NO，也可以是MAYBE。即使对于单神经元模型，最好具有非步进激活功能。

如果需要，取决于输出的输出方式。你需要二进制（YES，NO）值还是中间的东西？

如果您不想使用S形函数，我认为您也可以使用线性函数。