证明sigmoid函数的导数为sigmoid(1-sigmoid)
1个回答
关注
展开全部
对于第j个输出神经元,其输入B可以表示为:Bj = Σi=1..n (W2i * Xi) + Whj * hj-1其中,W2i表示第i个输入神经元与第j个输出神经元之间的权重,Xi表示第i个输入神经元的输入值,Whj表示第j个输出神经元与上一时刻第h-1个隐层神经元之间的权重,hj-1表示上一时刻第h-1个隐层神经元的输出值。对于第h个隐层神经元,其输入值Fh可以表示为:Fh = Σi=1..n (Ui * Xi) + Uih * h-1其中,Ui表示第i个输入神经元与第h个隐层神经元之间的权重,Uih表示第h个隐层神经元与自身上一时刻的输出值之间的权重,Xi表示第i个输入神经元的输入值,h-1表示自身上一时刻的输出值。最后,可以通过Sigmoid或其他激活函数将Bj和Fh转换成输出值v和隐层神经元的输出值h:vij = sigmoid(Bj)hij = sigmoid(Fh)
咨询记录 · 回答于2023-05-13
证明sigmoid函数的导数为sigmoid(1-sigmoid)
因此,我们证明了sigmoid函数的导数为sigmoid(1-sigmoid)。
推导出vih的公式
对于第j个输出神经元,其输入B可以表示为:Bj = Σi=1..n (W2i * Xi) + Whj * hj-1其中,W2i表示第i个输入神经元与第j个输出神经元之间的权重,Xi表示第i个输入神经元的输入值,Whj表示第j个输出神经元与上一时刻第h-1个隐层神经元之间的权重,hj-1表示上一时刻第h-1个隐层神经元的输出值。对于第h个隐层神经元,其输入值Fh可以表示为:Fh = Σi=1..n (Ui * Xi) + Uih * h-1其中,Ui表示第i个输入神经元与第h个隐层神经元之间的权重,Uih表示第h个隐层神经元与自身上一时刻的输出值之间的权重,Xi表示第i个输入神经元的输入值,h-1表示自身上一时刻的输出值。最后,可以通过Sigmoid或其他激活函数将Bj和Fh转换成输出值v和隐层神经元的输出值h:vij = sigmoid(Bj)hij = sigmoid(Fh)