Exponenta Banner
exponenta event banner

logsig

Логарифмическая передаточная функция

свернуть все на странице

Синтаксис

A = logsig (N)
dA_dN = logsig («dn», N, A, FP)
info = logsig (код)

Описание

пример

Совет

Чтобы использовать логистическую сигмоидальную активацию для глубокого обучения, используйте sigmoidLayer или dlarray способ сигмоид.

A = logsig(N) принимает матрицу чистых входных векторов, N и возвращает значение Sоколо-Q матрица, A, элементов N скребут в [0, 1].

logsig является передаточной функцией. Передаточные функции вычисляют выходной сигнал слоя по его входному сигналу.

dA_dN = logsig('dn',N,A,FP) возвращает значение Sоколо-Q производная от A в отношении N. Если A или FP не предоставляются или имеют значение [], FP возвращается к параметрам по умолчанию, и A рассчитывается из N.

info = logsig(code) возвращает информацию об этой функции. Дополнительные сведения см. в описании аргумента кода.

Примеры

свернуть все

В этом примере показано, как вычислить и построить график логарифмически-сигмоидной передаточной функции входной матрицы.

Создайте матрицу ввода, n. Затем вызовите logsig и постройте график результатов.

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

Присвоение этой передаточной функции слою i сети.

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

Входные аргументы

свернуть все

Чистые векторы входных столбцов, указанные как Sоколо-Q матрица.

Информация, которую требуется извлечь из функции, указывается как одно из следующих значений:

  • 'name' возвращает имя этой функции.

  • 'output' возвращает значение [min max] выходной диапазон.

  • 'active' возвращает значение [min max] активный диапазон ввода.

  • 'fullderiv' возвращает 1 или 0, в зависимости от того, dA_dN является Sоколо-Sоколо-Q или Sоколо-Q.

  • 'fpnames' возвращает имена параметров функции.

  • 'fpdefaults' возвращает параметры функции по умолчанию.

Выходные аргументы

свернуть все

Выходные векторы, возвращаемые как Sоколо-Q матрица, где каждый элемент N отслаивается от интервала [-inf inf] в интервал [0 1] с «S-образной» функцией.

Алгоритмы

logsig(n) = 1 / (1 + exp(-n))

См. также

|

Представлен до R2006a

Документация по инструментам для глубокого обучения

Поддержка