Exponenta Banner
exponenta event banner

tansig

Гиперболическая касательная сигмоидальная передаточная функция

свернуть все на странице

Синтаксис

A = tansig(N)

Описание

пример

Совет

Чтобы использовать гиперболическую активацию касательной для глубокого обучения, используйте tanhLayer функционируйте или dlarray метод tanh.

A = tansig(N) берет матрицу сетевых входных векторов, N и возвращает S- Q матрица, A, из элементов N раздавленный в [-1 1].

tansig нейронная передаточная функция. Передаточные функции вычисляют выход слоя от его сетевого входа.

Примеры

свернуть все

В этом примере показано, как вычислить и построить гиперболическую касательную сигмоидальная передаточная функция входной матрицы.

Создайте входную матрицу, n. Затем вызовите tansig функционируйте и постройте результаты.

n = -5:0.1:5;
a = tansig(n);
plot(n,a)

Присвойте эту передаточную функцию слою i из сети.

net.layers{i}.transferFcn = 'tansig';

Входные параметры

свернуть все

Сетевые входные вектор-столбцы в виде S- Q матрица.

Выходные аргументы

свернуть все

Выходные векторы, возвращенные как S- Q матрица, где каждый элемент N раздавлен от интервала [-inf inf] к интервалу [-1 1] с "S-образной" функцией.

Алгоритмы

a = tansig(n) = 2/(1+exp(-2*n))-1

Это математически эквивалентно tanh(N). Это отличается, в котором это запускается быстрее, чем реализация MATLAB tanh, но результаты могут иметь очень небольшие числовые различия. Эта функция является хорошим компромиссом для нейронных сетей, где скорость важна, и точная форма передаточной функции не.

Ссылки

[1] Vogl, T. P. и др. ‘Ускоряя Сходимость Метода Обратной связи’. Биологическая Кибернетика, издание 59, № 4-5, сентябрь 1988, стр 257–63. DOI.org (Crossref), doi:10.1007/BF00332914.

Смотрите также

|

Представлено до R2006a

Документация Deep Learning Toolbox

Поддержка