sigmoid function
-
i$aret fonksiyonunun yumu$akba$lisi gibi duran ve neural network'lerde en dogal threshold function olarak kullanilan ve tercih edilen fonksiyon..
formulu f(x) = 1/(1+(e^-x)) $eklindedir.. -
input kesikli değil de devamlı olursa hard limiter sgn yerine kullandığınız nn aktivasyon fonksiyonu.
-
şöyledir: http://img209.imageshack.us/…g209/4628/50104999.jpg
mathworld: http://mathworld.wolfram.com/sigmoidfunction.html
java applet: http://euclid.ii.metu.edu.tr/…ava/nnoc/sigmoid.html -
esasında logistic function'ın özel bir hali olan, yumuşak geçişli aktivasyon fonksiyonudur. squashing function olarak da isimlendirilir.
(bkz: standard logistic function) -
sonsuz degerleri kesin degerler icine hapseder. yani mesela -sonsuzdan +sonsuza x ekseni degerleri var. sigmoid bicimli bir fonksiyonda y ekseni degerleri de sonsuzluga acilmak yerine -3 ile 3 (ya da herhangi baska iki sayi) arasi oluyor.
-
machine learning algoritmasında kullanılan bir fonksiyondur. datanın çıkış verilerini 1 ve 0 arasında olamasını sağlar.
-
türevi sayesinde yapay sinir ağındaki en iyi nöron ağırlıklarının belirlenmesini sağlayan, bir anlamda öğrenme olayını gerçekleştiren, dünyalar tatlısı matematik fonksiyonu.
-
tanh de benzer yapida.
-
alameti farikası kolay türevlenebilir bir fonksiyon olmasıdır. keza yapay sinir ağları feed forward adımında fonksiyonu, backpropagation adımında da türevini kullanmaktadır.
y = 1 / (1 + e^(-x))
dy / dx = y (1 - y)
fonksiyon yaklaşık olarak [-4, +4] girdi aralığı için anlamlıdır. pozitif ya da nefatif fark etmeksizin çok büyük değerler için doygunluğa ulaşarak [0, 1] sonucuna yaklaşmaktadır. dolayısıyla yapay sinir ağına besleyeceğiniz veri setinin feature'larını [-4, +4] aralığında, hedef çıktınızı da [0, 1] aralığında normalize etmelisiniz. aksi takdirde türev 0 olacağından modeliniz bir şey öğrenmeyecektir.
ayrıca fonksiyon ikili sınıflandırma problemlerine de cuk oturmaktadır. -
posterior probability estimation hesaplamarında ansızın karşımıza çıkan, vay anam neler dönmüş ya dedirten fonksiyon. şekli de bir harika doğrusu.
ekşi sözlük kullanıcılarıyla mesajlaşmak ve yazdıkları entry'leri
takip etmek için giriş yapmalısın.
hesabın var mı? giriş yap