Fonctions d'activation simplifiées

Qu'est-ce qu'une fonction d'activation ?

Dans le Deep Learning, vous disposez de nombreux neurones qui ont des entrées et des sorties. Le résultat dépend du calcul des poids et des biais. Les résultats, pris ensemble, forment de plus en plus un modèle à mesure que les poids sont mis à jour vers une convergence de la vérité d'un modèle (qui imite quelque chose de réalité). Les poids et les biais forment une fonction linéaire et la fonction d'activation la transforme en fonction non linéaire afin que le réseau puisse apprendre des modèles complexes. Ainsi, les fonctions d'activation génèrent les modèles recherchés par la formation du réseau neuronal.

Voici quelques réseaux de neurones différents avec une description simplifiée de chacun.

Fonction d'acti...
[Courte citation de 8% de l'article original]