moea_joint
106年
[統計資訊] 統計學、巨量資料概論
第 28 題
在類神經網路(Neural Network)分類器中，一個 sigmoid node 的輸出數值是下列何者？
- A 沒有限制，可以是任何實數
- B 介於 0 與 1 之間
- C 沒有限制，可以是任何整數
- D 介於 -1 與 1 之間
思路引導 VIP
在處理分類問題時，我們常需要將神經網路的計算結果轉化為類似「機率」的概念來解讀。請試著思考：如果一個數值要能代表某個事件發生的可能性（機率），那麼在數學定義上，這個數值的「最小可能邊界」與「最大可能邊界」應該分別落在什麼地方才合理呢？
🤖
AI 詳解
AI 專屬家教
恭喜你精準掌握了類神經網路中最重要的基礎觀念！這題考驗的是 Sigmoid 激活函數 的核心物理意義與數學特性。在機器學習中，我們常使用數學公式 $\sigma(x) = \frac{1}{1 + e^{-x}}$ 來定義這個節點，觀察其結構可以發現，無論輸入 $x$ 是多大的正數或多小的負數，輸出的結果永遠會被侷限在一個特定的區間內。
激活函數的數值特性
由於 $e^{-x}$ 恆大於 0，分母 $1 + e^{-x}$ 永遠會略大於分子 1，因此輸出值必定小於 1；同時，隨著 $x$ 趨向極大的正值，分母會趨近於 1，使結果無限接近 1。這種將無限範圍映射到有限空間的「壓縮」特性，使得輸出值恆為正數。
▼ 還有更多解析內容