Funzione sigmoidea: differenze tra le versioni

Versione delle 15:14, 4 lug 2021

Versione attuale delle 11:31, 9 set 2023

(4 versioni intermedie di 4 utenti non mostrate)

Riga 1:

{{F|matematica|luglio 2017}}

[[File:Logistic-curve.png|upright=1.2|thumb|La curva logistica]]

La '''funzione sigmoidea''' è una [[funzione (matematica)|funzione]] [[matematica]] che produce una curva sigmoide;, ovvero una curva avente un andamento ad "S". Spesso, la funzione sigmoide si riferisce ad uno speciale caso di [[funzione logistica]] mostrata a destra e definita dalla formula:

: <math>P(t) = \frac{1}{1 + e^{-t}} = \frac{e^t}{1+e^t}</math>

Riga 14:

== Funzioni sigmoidee nelle reti neurali ==

Le funzioni sigmoidee sono spesso usate nelle [[reteRete neurale artificiale|reti neurali]] per introdurre la [[non lineare|non linearità]] nel modello e/o per assicurarsi che determinati segnali rimangano all'interno di specifici intervalli. Un popolare elemento neurale artificiale computa la [[combinazione lineare]] dei relativi segnali in ingresso ed applica una funzione sigmoidea limitata al risultato; questo modello può essere visto come variante "regolare" del classico neurone soglia. Un motivo per la relativa popolarità nelle reti neurali è perché la funzione sigmoidea soddisfa questa proprietà:

:<math>\frac{d}{dt}{\rm sig}(t) = {\rm sig}(t) \left ( 1 - {\rm sig}(t) \right ) </math>

Riga 32:

*[[Funzione softmax]]

*[[Rettificatore (reti neurali)|Rettificatore]]

*[[Smoothstep]]

== Altri progetti ==

{{interprogetto|preposizione=sulla}}

== Collegamenti esterni ==

* {{Collegamenti esterni}}

{{Portale|matematica}}

[[Categoria:Funzioni matematiche|Sigmoidea]]