试题详情

Sigmoid是神经网络中最常用到的一种激活函数，除非当梯度太大导致激活函数被弥散，这叫作神经元饱和,这就是为什么ReLU会被提出来，因为ReLU可以使得梯度在正向时输出值与原始值一样。这意味着在神经

将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题

卷积神经网络常用的激活函数是ReLU函数,相比于 Sigmoid等S型激活函数,它具有（ ）等特性

Relu激活函数的优点？

假如现在有个神经网络，激活函数是 ReLU，若使用线性激活函数代替 ReLU，该神经网络能表征 XNOR 函数