sigmoid激活函數(shù) 邏輯回歸的概率函數(shù)為什么要用sigmoid函數(shù)？
邏輯回歸的概率函數(shù)為什么要用sigmoid函數(shù)？邏輯回歸：y=sigmoid（w”x）線性回歸：y=w”x，也就是說，邏輯回歸比線性回歸多了一個sigmoid函數(shù)，sigmoid（x）=1/（1）Ex
邏輯回歸的概率函數(shù)為什么要用sigmoid函數(shù)？
邏輯回歸：y=sigmoid（w”x）線性回歸：y=w”x，也就是說，邏輯回歸比線性回歸多了一個sigmoid函數(shù)，sigmoid（x）=1/（1）Exp（-x）），實際上是對x進行歸一化，使sigmoid（x）介于0和1之間。二元分類模型通常采用Logistic回歸。目標函數(shù)為第二類交叉熵，Y值代表屬于第一類的概率，用戶可自行設置分類閾值。線性回歸是用來擬合數(shù)據(jù)的，目標函數(shù)是誤差之和
LSTM中使用的所有S型門都是門，其輸出必須在0.1之間，所以relu做不到