Exponenta Banner
exponenta event banner

tansig

Гиперболическая касательная сигмоидальная передаточная функция

свернуть все на странице

Синтаксис

A = тансиг (N)

Описание

пример

Совет

Чтобы использовать гиперболическую активацию тангенса для глубокого обучения, используйте tanhLayer функции или dlarray способ Танх.

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

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

Примеры

свернуть все

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

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

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

Присвоение этой передаточной функции слою i сети.

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

Входные аргументы

свернуть все

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

Выходные аргументы

свернуть все

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

Алгоритмы

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

Это математически эквивалентно tanh(N). Он отличается тем, что работает быстрее, чем реализация MATLAB tanh, но результаты могут иметь очень небольшие численные различия. Эта функция является хорошим компромиссом для нейронных сетей, где скорость важна, а точная форма передаточной функции - нет.

Ссылки

[1] Фогл, Т. П., и др. «Ускорение сходимости метода обратного распространения». Биологическая кибернетика, том 59, № 4-5, сентябрь 1988, стр. 257-63. DOI.org (Crossref), doi:10.1007/BF00332914.

См. также

|

Представлен до R2006a

Документация по инструментам для глубокого обучения

Поддержка