sigmoid function

yapay sinir ağlarında sınıflandırma problemlerinde kullanılanılabilen aktivasyon fonksiyonudur şöyle ki diyelimki elinizde iki objeniz var dolayısıyla 2 çıkışa sahipsiniz eğer çıkış 0 ise a objesi çıkış 1 ise b objesidir gibi gibi...

derin öğrenmenin temelinde yatan aktivasyon fonksiyonu. ayrıca lojistik regresyonun da ana dayanağıdır. derin öğrenme için futbol tabiriyle bir johan cyruff gibidir. relu ,softmax babaya saygı duruşunda bulunur. girdilerini 0la 1 arasında değer olarak çıktıya dönüştürür. ne kadar negatif girdi varsa 0'a pozitif girdiler varsa 1'e yaklaşır. sonsuzluğu bir düzleme hapseder adeta onu cezalı bir çocuk gibi bir göz odaya yani olasılık aralığına sıkıştırır. şimdi gelin karınca kararınca biraz matematiğine bakalım.


x: gerçek sayımız
e: euler sabiti yaklaşım 2.718

x'in başında - olduğu için yani negatif bir üstel olduğu için x büyüdükçe exponential sayımız küçülür. bu sayı payda da olduğu için bu ne kadar büyürse bizim ihtimalimiz de küçülür. ama dediğimiz gibi pozitif sayılar girdikçe euler küçüleceğinden sonuç büyüyecektir.