本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com
对于BP神经网络，最基本、最常用的传递函数有tansig、logsig和purelin函数，
BP神经网络的传递函数也称为激活函数，本文介绍这三个传递函数的一些性质
本节介绍tansig函数的表达式、图象、特性和导数等,从各方面了解tansig的性质
tansig函数的表达式
tansig函数的表达式为：
tansig函数的图象
tansig的函数图象如下
tansig函数的特性
可以知道，当tansig自变量为一维时，它是一条S形曲线
● 它的取值区间为 (-1,1)
● tansig非线性部分主要集中在【-1.7，1.7】之间，
● 在【-1.7，1.7】外，tansig逐渐趋向饱和。
相对地，在二维时，tansig就是一个S形曲面，更高维时，就是S形超曲面
tansig函数的导数
tansig的导数为
tansig的导数可以用自身表示，这是一个非常重要的属性，给导数计算提供了便利。
tansig的导数图象如下
本节介绍logsig激活函数的表达式、图象、特性和导数等,从各方面了解logsig的性质
logsig函数的表达式
logsig的表达式为：
logsig函数的图象
logsig的函数图象如下
logsig函数的特性
可以知道，当logsig自变量为一维时，它是一条S形曲线。
● 它的取值区间为 (0,1)
● logsig非线性部分主要集中在【-1.7，1.7】之间，
● 在【-1.7，1.7】外，logsig逐渐趋向饱和。
相对地，在二维时，logsig就是一个S形曲面，更高维时，就是S形超曲面
logsig函数的导数
logsig函数的导数为
logsig的导数可以用自身表示，这是一个非常重要的属性，给BP神经网络对激活函数求导提供了便利
logsig的导数图象如下
本节介绍BP神经网络中的purelin激活函数的表达式
purelin函数的表达式
purelin的表达式为：
可以看到，purelin就是恒等映射，
BP神经网络的传递函数设为purelin时，跟没有传递函数是一样的
下面简单总结一下tansig、logsig和purelin三个传递函数的特性
tansig 和 logsig
tansig和logsig这两个激活函数都是S形函数，
它们的非饱和区间都在【-1.7，1.7】，
比较特殊的是，这两个激活函数的导数都可以用自身表示
tansig和logsig最大区别在于它们的取值范围，
tansig的取值范围为(-1,1)，
而logsig的取值范围为(0,1)，
本质上来说，两个激活函数没有太大的区别
purelin函数
purelin是恒等映射函数，
当激活函数设为purelin时，
相当于直接把神经元值作为激活值传递给下一层
为了不让输出值受限制，往往在输出层都是用purelin作为激活函数
以上就是BP神经网络的三个常用传递函数tansig、logsig、purelin的介绍了
End
