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.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
- 3.将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题。（ ）
- 4.常用的激活函数有()。A、Sigmoid函数B、Tanh函数C、ReLu函数D、ReLo函数
- 5.激活函数只能使用Sigmoid函数。
- 6.相比sigmoid激活函数，ReLU激活函数有什么优势？
- 7.Sigmoid函数是线性的激活函数，而Sgn函数是非线性的激活函数。
- 8.训练神经网络时，以下哪种激活函数最容易造成梯度消失？
- 9.关于sigmoid激活函数，下列描述正确的是（ ）
- 10.Sigmoid激活函数在神经网络中引入了非线性。
