サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
Wikipedia
qiita.com/SabanoMizuni
本記事では、特に機械学習の分類問題の観点から、シグモイド関数とソフトマックス関数の性質について概説します。 シグモイド関数の概要 シグモイド関数(sigmoid function)は、機械学習において多く用いられる関数です。 $S(x)=\dfrac{1}{1+ \rm{exp}(\it{-x}\rm{)}}$ のような関数で表現されます。下図のとおりの単調増加関数です。 ロジスティック関数との関係 シグモイド関数を一般化した関数は、ロジスティック関数(logistic function) $f(x)=\dfrac{L}{1+\rm{exp}(\it{-k\ \rm{(} \it{x-x_0}}\rm{))}}$ であり、シグモイド関数はロジスティック関数の特殊形といえます。 各パラメタの意味は下記のとおりです。 $L$: 関数値が取りうる最大値。 $\rm{exp}(\it{-k\ \r
このページを最初にブックマークしてみませんか?
『qiita.com』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く