人工神经网络中的主要激励函数

以下几种：

1. Sigmoid函数（也叫Logistic函数）：将输入的值映射到0到1之间的范围内，常用于二分类问题。

2. ReLU函数（Rectified Linear Unit）：当输入值大于0时，输出为输入值；当输入值小于等于0时，输出为0。常用于深度学习中的卷积神经网络。

3. Tanh函数（双曲正切函数）：将输入的值映射到-1到1之间的范围内，常用于分类问题。

4. Softmax函数：将多个输入值映射到0到1之间的范围内，并且总和为1。常用于多分类问题。

5. ELU函数（Exponential Linear Units）：当输入值大于0时，输出为输入值；当输入值小于等于0时，输出为'α(e^x - 1)'，其中α为常数。常用于深度学习中的卷积神经网络。