《表5 不同激活函数对应预测实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的重复住院预测模型研究——以心脏病为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

激活函数对深度学习模型的成功训练有重要作用，本文在模型构建中使用了最常用的Re LU激活函数。为检验激活函数对模型性能的影响，选择ELU和Swish激活函数进行实验。其中ELU是对Re LU函数的改进[32]；Swish激活函数由谷歌于2017年提出，用于解决Re LU函数梯度消失的问题，在应用于图像分类、机器翻译等领域时的表现优于或等同于Re LU激活函数[33]。表5显示了分别应用ELU、Re LU和Swish激活函数时模型的性能，可以看出应用Re LU时模型的效果最佳。