×
ディープラーニングの概要

活性化関数 | JDLA Deep Learning for GENERAL(G検定)

活性化関数とは

活性化関数はニューロンの重み付き和へ非線形性を加え、ネットワークが複雑な関係を表せるようにします。

具体例

ReLU、シグモイド、tanh、softmaxは出力範囲や勾配特性、利用箇所が異なります。

もう少し詳しく

この用語は単独で暗記せず、目的、入力、処理、結果、適用できない境界の順に説明できるようにします。実務では前提条件と評価基準を明記し、期待した結果と実測結果を区別します。
似た用語を見分けるときは、誰が何を判断するのか、いつ実施するのか、成果物が何かを比較します。名称だけで結論を出さず、問題文に示された条件へ定義を当てはめることが重要です。

試験でのポイント