En inteligencia artificial , especialmente en visión artificial y redes neuronales artificiales , una sigmoide dura es una función no uniforme que se utiliza en lugar de una función sigmoidea . Estas conservan la forma básica de una sigmoide, aumentando de 0 a 1, pero utilizando funciones más simples, especialmente funciones lineales por partes o funciones constantes por partes . Estas se prefieren cuando la velocidad de cálculo es más importante que la precisión.
Los ejemplos más extremos son la función de signo o función escalón de Heaviside , que van de −1 a 1 o de 0 a 1 (cuyo uso depende de la normalización) en 0. [1]
Otros ejemplos incluyen la biblioteca Theanoultra_fast_sigmoid , que proporciona dos aproximaciones: , que es una aproximación por partes de varias partes y hard_sigmoid, que es una aproximación lineal por partes de 3 partes (salida 0, línea con pendiente 0,2, salida 1). [2] [3]