시그모이드 함수(Sigmoid function)

 

 

 

시그모이드 함수(Sigmoid function)

·         신경망에서 뉴런의 활성 함수(activation function)로 단순하게 step function이나 linear function을 사용할 때보다 훨씬 많은 일을 할 수 있기 때문에 sigmoid 함수는 입력단이나 hidden layer에 주로 사용 되며, 출력단에서도 사용됩니다.

·         Sigmoid 함수는 S자와 유사한 완만한 시그모이드 커브 형태를 보이는 함수입니다.

·         Sigmoid는 대표적인 Logistic 함수입니다.   

 

·         Sigmoid 함수는 모든 실수 입력 값을 0보다 크고 1보다 작은 미분 가능한 수로 변환하는 특징을 갖습니다. 가중치나 바이어스를 조금 변화시켰을 때 출력이 조금씩 변화하도록 만들 수 있습니다.

·         Sigmoid 함수는 X에 따라 Y값 계산하는 함수이며 Y는 0~1 값을 가집니다.

·         sigmoid(x) range between 0 to 1 (0% to 100%)

·         sigmoid의 반환 값은 확률형태이기 때문에 결과를 확률(Probability)로 해석할 때 유용합니다.

·         Use sigmoid(x) value as probability.

 

·         모든 입력에 대하여 sigmoid는 S와 같은 형태로 미분 가능한 0~1 사이의 값을 반환하기에 Logistic Classification과 같은 분류 문제의 가설과 비용 함수(Cost Function)에 많이 사용됩니다.          

 

 

https://en.wikipedia.org/wiki/Sigmoid_function

http://bit.ly/2JbUtD3