반응형 시그모이드1 [머신러닝] 시그모이드(Sigmoid) 함수란? 시그모이드 활성 함수는 S-자 형태의 곡선을 가지며, 입력값을 0과 1사이의 값으로 매핑합니다. 시그모이드 함수는 아래와 같은 수식으로 정의됩니다. 여기서:x는 입력값 (뉴런의 가중합), e는 자연상수 (≈2.718)입니다. 특징:- 출력 범위: 항상 0에서 1 사이의 값.- 비선형성: 입력값이 클수록 출력은 1에 가까워지고, 작을수록 0에 가까워짐.- 미분 가능: 역전파(Backpropagation)에서 사용할 수 있는 미분 값을 제공. 은닉층에서의 역할시그모이드 함수는 은닉층에서 비선형성을 추가하는 데 사용됩니다. 이는 뉴런이 단순히 선형 연산만 하는 것이 아니라 복잡한 패턴을 학습할 수 있도록 도와줍니다. 주요 역할:- 패턴 학습: 선형으로 분리되지 않는 데이터의 복잡한 패턴을 모델이 학습 가능.. 2024. 11. 25. 이전 1 다음 반응형
