Matlab 神经网络中Sigmoid激活函数斜率的变化

我目前正试图确定一种方法，通过一些标量值，在MATLAB的神经网络中调整sigmoid激活函数的斜率。例如，与使用tanh（x）相反，我将使用tanh（3x）作为我的激活函数（如果这看起来动机不好，它是为了完成一项任务…），我知道我可以编写一个自定义激活函数，通过修改文件夹“+tansig”中的apply.m文件来实现这一点，但我想知道是否有可能通过简单地乘以标量值3来绕过这一步，因为在应用激活函数之前，网络中会出现一个额外的“层”。

否，您必须编写自己的激活函数

@（x）logsig（3*x）

但您可以一次将其分配给整个图层。 术语“层”是指在网络中同样深的一组神经元。将单个神经元（在一层内）的每个输入相加，并将结果输入激活函数。因此，在应用激活功能之前，不能添加与原始输入相乘的输入。如果你想改变输入，你可以改变偏置项，但它仍然是一个加法

请注意，激活函数的缩放通常是不必要的，因为学习的权重将自动调整为该值。尽管如此，如果这是一项任务，只需使用上面的匿名函数handle快速解决问题