logsig

로그-시그모이드 전달 함수

구문

A = logsig(N)

dA_dN = logsig('dn',N,A,FP)

info = logsig(code)

설명

팁

딥러닝을 위해 로지스틱 시그모이드 활성화를 사용하려면 sigmoidLayer 또는 dlarray 메서드 시그모이드를 사용하십시오.

A = logsig(N)은 순 입력 벡터로 구성된 행렬 N을 받아서, N의 요소가 [0, 1] 범위 내로 압축되어 들어 있는 S×Q 행렬 A를 반환합니다.

logsig는 전달 함수입니다. 전달 함수는 계층의 순 입력값으로부터 계층의 출력값을 계산합니다.

dA_dN = logsig('dn',N,A,FP)는 N에 대한 A의 S×Q 도함수를 반환합니다. A나 FP를 지정하지 않거나 []로 설정하면 FP는 디폴트 파라미터를 사용하고 A는 N으로부터 계산됩니다.

info = logsig(code)는 이 함수에 대한 정보를 반환합니다. 자세한 내용은 code 인수 설명을 참조하십시오.

예제

logsig 전달 함수의 플롯 만들기

이 예제에서는 입력 행렬의 로그-시그모이드 전달 함수를 계산하고 플로팅하는 방법을 보여줍니다.

입력 행렬 n을 만듭니다. 그런 다음 logsig 함수를 호출하고 결과를 플로팅합니다.

n = -5:0.1:5;
a = logsig(n);
plot(n,a)

이 전달 함수를 신경망의 계층 i에 할당합니다.

net.layers{i}.transferFcn = 'logsig';

입력 인수

N — 입력 행렬

행렬

순 입력 열 벡터로, S×Q 행렬로 지정됩니다.

code — 정보 옵션

'name' | 'output' | 'active' | 'fullderiv' | 'fpnames' | 'fpdefaults'

함수에서 가져오려는 정보로, 다음 중 하나로 지정됩니다.

• 'name'은 이 함수의 이름을 반환합니다.

• 'output'은 출력 범위 [min max]를 반환합니다.

• 'active'는 활성 입력 범위 [min max]를 반환합니다.

• 'fullderiv'는 dA_dN이 S×S×Q인지 아니면 S×Q인지에 따라 1 또는 0을 반환합니다.

• 'fpnames'는 함수 파라미터의 이름을 반환합니다.

• 'fpdefaults'는 디폴트 함수 파라미터를 반환합니다.

출력 인수

A — 출력 행렬

행렬

출력 벡터로, S×Q 행렬로 반환됩니다. 여기서 구간 [-inf inf]에 있는 N의 각 요소는 "S자 모양"의 함수에 의해 구간 [0 1] 내에 압축되어 담깁니다.

알고리즘

logsig(n) = 1 / (1 + exp(-n))

버전 내역

R2006a 이전에 개발됨

참고 항목

sim | tansig