神经网络中为什么要用到激活函数？为什么要用到不同的激活函数？

在神经网络中进行推理和前向支撑：数学上利用矩阵、向量的乘法等运算来计算每一层的输入输出；程序上可以调用函数。

Tensorflow实现：

import tensorflow as tf
from tensorflow.keras import.Sequential
from tensorflow.keras.layers 

import Densemodel=Sequential([
Dense (units=25,activation=' sigmoid' )#第一步：指定模型
Dense (units=15,activation=' sigmoid' )#确定如何推理计算
Dense (units=1, activation=' sigmoid' )
)]
from tensorflow.keras.losses import
BinaryCrossentropy
model.compile(loss=BinaryCrossentropy())#使用特定函数对模型进行复合
model.fit(x,Y,epochs=100)#训练模型

细节：

1.确定逻辑回归模型的输入和输出

2.确定logistic loss，确定成本函数J