====== 機械学習 ======
===== Tips =====

==== なぜReLUを使うのか ====
隠れ層(中間層)の活性化関数において、シグモイド関数ではなくReLUを使用するのか？

モデルの学習の最中に、誤差関数の勾配が0になってしまう問題を、勾配消失問題と呼びます。\\
シグモイド関数の微分では最大値が0.25であるため、勾配消失問題が発生していた。その点、ReLUの微分では最大値は1.0になるため、勾配消失を防ぐことができる。\\
  * [[https://masamunetogetoge.com/gradient-vanish|勾配の更新に関する問題]]
  * [[http://marupeke296.com/IKDADV_DL_No6_vanishing_grad_prob.html|勾配消失問題とは？]]