在Keras嵌入的完全连接的隐藏层中，利用的激活功能是什么？我或者误解了此类的概念，或者找不到文档。我了解它是通过在stackoverflow上通过以下答案将字词编码为维度 d 的实值向量的：
Keras中的嵌入层就像您网络体系结构中的任何其他层一样受到训练：它们通过使用选定的优化方法进行了调整，以使损失函数最小化。与其他层的主要区别在于它们的输出不是输入的数学函数。取而代之的是，该层的输入用于使用嵌入矢量[1]索引表。但是，底层的自动微分引擎没有问题，可以优化这些向量以最小化损失函数...
在我的网络中，我有一个词嵌入部分，然后将其链接到一个预测二进制结果的较大网络（例如，单击“是/否”）。我知道，这种Keras嵌入的操作方式不像word2vec那样，因为在这里，我的嵌入针对我的最终交叉熵函数进行了培训和更新。但是，没有提及如何激活嵌入的全连接层。谢谢！