10.1人工神经网络与神经网络优化算法 ③第l-层第i个单元到第个单元的权值表为 l-1 ④第l层(l>0)第j个(J>0)神经元的 输入定义为x=∑∞%1y输出定义 为y=f(x),其中f(为隐单元激励函数, 常采用 Sigmoid函数,即f(x)=+exp(-x) 输入单元一般采用线性激励函数f(x)=x, 阈值单元的输出始终为1;10.1 人工神经网络与神经网络优化算法 ③第 层第 个单元到第个单元的权值表为 ； ④第 层（ >0）第 个（ >0）神经元的 输入定义为 ，输出定义 为 ，其中 为隐单元激励函数， 常采用Sigmoid函数，即 。 输入单元一般采用线性激励函数 ， 阈值单元的输出始终为1； l −1 i l l ij −1,  l l j j  − = − − = 1 0 1, 1 Nl i l i l l ij l x j  y ( ) l j l j y = f x f (•) 1 ( ) [1 exp( )]− f x = + −x f (x) = x