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
A、正确;
B、错误
发布时间：2025-05-11 15:50:52
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：错误
相关试题
- 1.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
- 2.将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题。（ ）
- 3.常用的激活函数有()。A、Sigmoid函数B、Tanh函数C、ReLu函数D、ReLo函数
- 4.相比sigmoid激活函数，ReLU激活函数有什么优势？
- 5.训练神经网络时，以下哪种激活函数最容易造成梯度消失？
- 6.关于sigmoid激活函数，下列描述正确的是（ ）
- 7.Sigmoid激活函数在神经网络中引入了非线性。
- 8.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：
- 9.使用对数几率函数logistic和双曲正切函数Tanh作激活函数时，其输出范围分别是______。
- 10.激活函数的作用
