Funzione sigmoidea: differenze tra le versioni

Versione delle 09:59, 27 nov 2021

Versione attuale delle 11:31, 9 set 2023

(3 versioni intermedie di 3 utenti non mostrate)

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]]