本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com
对于BP神经网络，最基本、最常用的传递函数有tansig、logsig和purelin函数
BP神经网络的传递函数也称为激活函数，本文介绍这三个传递函数的一些性质
通过本文，可以具体了解tansig、logsig和purelin激活函数的表达式，以及相关特性
本节介绍tansig函数的表达式、图象、特性和导数等等
tansig函数的表达式与图像
tansig函数的表达式为：
tansig是一个s型函数，tansig的函数图象如下 :
✍️ tansig函数的特性
可以知道，当tansig自变量为一维时，它是一条S形曲线
● 它的取值区间为 (-1,1)
● tansig非线性部分主要集中在【-1.7，1.7】之间
● 在【-1.7，1.7】外，tansig逐渐趋向饱和
相对地，在二维时，tansig就是一个S形曲面，更高维时，就是S形超曲面
tansig函数的导数
tansig的导数为：
tansig的导数可以用自身表示，这是一个非常重要的特性，它使tansig的导数计算更加方便
tansig的导数图象如下：
本节介绍logsig激活函数的表达式、图象、特性和导数等等
logsig函数的表达式
logsig函数的表达式为：
logsig也是一个s型函数，logsig的函数图象如下 :
✍️ logsig函数的特性
可以知道，当logsig自变量为一维时，它是一条S形曲线
● 它的取值区间为 (0,1)
● logsig非线性部分主要集中在【-1.7，1.7】之间
● 在【-1.7，1.7】外，logsig逐渐趋向饱和
相对地，在二维时，logsig就是一个S形曲面，更高维时，就是S形超曲面
logsig函数的导数
logsig函数的导数为：
logsig的导数可以用自身表示，这是一个非常重要的特性，它使tansig的导数计算更加方便
logsig的导数图象如下：
本节介绍BP神经网络中的purelin激活函数的表达式
purelin函数的表达式
purelin的表达式为：
可以看到，purelin就是恒等映射，
BP神经网络的传递函数设为purelin时，跟没有传递函数是一样的
tansig、logsig、purelin函数总结
tansig 和 logsig激活函数
tansig和logsig这两个激活函数都是S形函数，它们的非饱和区间都在
比较特殊的是，这两个激活函数的导数都可以用自身表示
tansig和logsig最大区别在于它们的取值范围：
tansig的取值范围为(-1,1)，而logsig的取值范围为(0,1)
本质上来说，两个激活函数没有太大的区别
purelin激活函数
purelin是恒等映射函数，即激活前与激活后的值相等
当激活函数设为purelin时，相当于直接把神经元值作为激活值传递给下一层
为了不让输出值受限制，往往在输出层都是用purelin作为激活函数
以上就是BP神经网络的三个常用传递函数tansig、logsig、purelin的介绍了
End
