训练神经网络时，以下哪种激活函数最容易造成梯度消失？
A、tanh
B、sigmoid
C、relu
D、leaky ReLU
发布时间：2025-05-08 14:16:54
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：sigmoid
相关试题
- 1.训练神经网络时，以下哪种激活函数最容易造成梯度消失？
- 2.Sigmoid激活函数可能会导致梯度消失；然而Tanh激活函数不会导致这个问题
- 3.下列哪些方案可以缓解深度神经网络中的梯度消失问题?A、使用sigmoid激活函数B、使用tanh激活函数C、使用ReLU激活函数D、使用残差连接
- 4.将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题。（ ）
- 5.激活函数是非线性的，以下哪些激活函数是神经网络中常用的激活函数：
- 6.以下哪个不可以用作神经网络中激活函数的是( )。
- 7.在神经网络中，常用的激活函数有
- 8.Sigmoid激活函数在神经网络中引入了非线性。
- 9.神经网络在学习时是以损失函数的梯度信息为线索来找最优参数。（ ）
- 10.人工神经网络常见的激活函数形式有哪几种？BP网络中采用的激活函数是那种形式？
