机器学习/深度学习测试题（一） —— 单层感知器的激活函数

问，更换单层感知器的激活函数（比如改为 tanh 函数），能否使模型具有解决非线性分类问题的能力。

tanh(s)=exp(s)−exp(−s)exp(s)+exp(−s)

可知，tanh 过原点，在 s>0 时，tanh>0，s<0 时，tanh<0。

单层感知器是否具有解决非线性问题的能力，在于判断：

sgn(tanh(w⋅x))>0⇒tanh(w⋅x)>0⇒w⋅x>0sgn(tanh(w⋅x))>0⇐tanh(w⋅x)>0⇐w⋅x>0

也即 tanh （非线性函数）激励函数的引入并未在解决非线性问题上带来新的更强的能力。