Aktivierungsfunktionen (KI)

Algorithmen von künstlichen neuronalen Netzen verwenden Aktivierungsfunktionen nachdem sie die Eingabe-Werte der Neuronen addiert und mit den Gewichten multipliziert haben. Die Aktivierungsfunktion ist der Teil, der aus der berechneten Summe eine „Entscheidung“ macht. Ohne Aktivierungsfunktion wäre das gesamte neuronale Netz nur eine „lineare“ Gleichung. Weil komplexe Muster „nichtlinear“ sind, erzeugt die Aktivierungsfunktion die Nichtlinearität, die komplexes Lernen möglich macht.

Wie funktioniert eine Aktivierungsfunktion?

Die Aktivierungsfunktion funktioniert wie ein Schwellwert-Entscheider.

• Das Neuron regiert stark.
• Das Neuron regiert gar nicht.
• Das Neuron regiert nur leicht.

Die Gewichte bestimmen, welcher Eingabewert wichtig ist. Und die Aktivierungsfunktion bestimmt, wie darauf reagiert wird. Sie ist also die „Persönlichkeit“ des Neurons.

Übersicht: Aktivierungsfunktionen

• Tanh-Funktion (Tangens hyperbolicus)
• Sigmoid-Funktion
• Rectified Linear Unit (ReLU)

Weitere verwandte Themen:

• Machine Learning / Maschinelles Lernen
• Künstliche Neuronen
• Künstliche neuronale Netze (KNN)

Computertechnik-Fibel

Computertechnik neu verstehen - jetzt in der 6. Auflage

Die Computertechnik-Fibel ist in einer vollständig überarbeiteten 6. Auflage als Buch, eBook und Bundle erschienen.
Statt einzelne Teile zu lernen, entwickelst du ein Gesamtverständnis moderner Computersysteme. Von der Hardware, Betriebssysteme, Virtualisierung, KI und Quantencomputer.

Jetzt bestellen

inkl. MwSt. zzgl. Versandkosten

Computertechnik-Fibel

Alles was du über Computertechnik wissen musst.

Die Computertechnik-Fibel ist ein Buch über die Grundlagen der Computertechnik, Prozessortechnik, Halbleiterspeicher, Schnittstellen, Datenspeicher, Laufwerke und wichtige Hardware-Komponenten.

Das will ich haben!