训练单层感知器时激活功能

Question

当训练多层神经网络，使用S形的激活函数是必要为它有效地学习。

是否有任何优点训练的单的层感知的情况下，或者是一个简单的步骤中，使用S形的激活函数（海维赛德）函数足以（或甚至优选的）？

我慢慢变我的头周围的神经网络，但任何帮助，将不胜感激。

Answer 1

是存在这样的优点。结果可以是0和1，并且不具有介于两者之间是YES或NO，而且也许。即使对于一个单一的神经元模型最好是具有非激活步骤功能。

如果你需要它取决于你的输出是如何读出。你需要二进制（是，否）值或同时在东西之间？

我想你也可以使用一个线性函数，如果你不希望使用S形函数。