matlab工具箱神经网络采用的激活函数

在 MATLAB 神经网络工具箱中，可以使用多种激活函数，包括但不限于以下几种常见的激活函数：

1. Sigmoid 函数（logsig）：它将输入值映射到 0 到 1 之间的范围。它在处理二元分类问题时很常用。

2. 双曲正切函数（tansig）：它将输入值映射到 -1 到 1 之间的范围。它在处理回归问题时常用。

3. 线性函数（purelin）：它直接将输入值输出，没有任何非线性变换。它在处理线性回归问题时常用。

4. ReLU 函数（relu）：它将负输入值设为0，并保持正输入值不变。它在处理深度学习问题时很流行，因为它可以加速训练过程。

5. Leaky ReLU 函数（leakyrelu）：与 ReLU 函数类似，但对负输入值有一个小的斜率。这个函数可以解决 ReLU 函数在负输入值上出现的“死亡神经元”问题。

6. Softmax 函数（softmax）：它将输入值转化为表示概率分布的向量。它通常用于多类别分类问题，以及生成概率分布。

这些激活函数可以根据具体的神经网络任务和数据特征进行选择和调整。